Flexion Robotics bygger en universell hjärna för humanoider – utan att tillverka en enda robot

"Vi skapar en virtuell värld där vi kan placera dessa robotar," uppger företaget. "Tränade i simulering, skalade till den verkliga världen med minimal mänsklig inblandning" .

Träningsmetoden: Sim-to-Real i stor skala

Flexions tekniska metod kretsar kring tre sammanlänkade val:

1. Simuleringsstyrd träning (sim-to-real). Alla robotpolicyer tränas helt och hållet i en virtuell fysiksimulering i massiv skala – upp till 4 000 virtuella robotar som körs samtidigt – och överförs sedan till fysisk hårdvara med noll-inlärningsbar verklig driftsättning . Företaget använder förstärkningsinlärning (RL) där robotarna lär sig själva genom trial-and-error: de agerar, registrerar utfall och justerar sig tills de lyckas . Resultatet är inte ett manus utan en neural nätverkspolicy som mappar perception till handling .

2. Kombination av imitationsinlärning och förstärkningsinlärning. Flexion använder residuell förstärkningsinlärning ovanpå imitationsinlärningsbaslinjer. Det innebär att roboten lär sig grundläggande manipulerings- och förflyttningsfärdigheter från mänsklig demonstrationsdata och sedan använder RL för att anpassa dessa färdigheter till verkliga förhållanden som simulatorn inte perfekt kan modellera . Företaget använder också en "real-to-sim"-loop, där verklig data förfinar simuleringsparametrar för mer verklighetstrogen träning i framtiden .

3. En modulär trelagersarkitektur. Autonomiprogramvaran separerar högnivåresonemang från rörelseplanering från lågnivåkontroll :

• Kommandolager (Resonemang): En stor språkmodell (LLM) eller vision-språk-modell (VLM) agent som tolkar naturliga språkbeskrivningar av uppgifter – som "städa upp kontoret" – delar upp dem i deluppgifter och planerar arbetsflöden i flera steg .
• Rörelsegenereringslager (Planering): En diffusionsbaserad modell som kartlägger robotens avsedda bana och undviker hinder i 3D-rymden .
• Exekveringslager (Reflexer): En RL-baserad helkroppsspårare som utför robust, adaptiv rörelse på den fysiska roboten .

Denna design "separerar avsikt (driven av språk) från genomförbarhet (styrd av fysik), och utnyttjar simulering för motoriska färdigheter och verklig data selektivt" .

Autonoma kontorsuppgifter: Från kommandot till handling

I november 2025 publicerade Flexion en video som visar en humanoidrobot som helt autonomt städar ett kontor från ett enkelt användarkommando – utan manus, förberäknade banor eller mänsklig fjärrstyrning . Den VLM-baserade agenten uppfattade scenen, resonerade kring uppgiften och planerade en heltäckande strategi för objektupplockning och omorganisering . Samma underliggande system har också visats navigera utomhusmiljöer för att autonomt samla in och göra sig av med skräp .

ICRA 2026: Live-valideringen

På International Conference on Robotics and Automation (ICRA 2026), som hölls 9–11 juni 2026, genomförde Flexion en live-autonom humanoiddemonstration. Under 300 försök under tre dagar arbetade robotarna helt autonomt med över 95% framgång och utan mänsklig inblandning . Resultatet bekräftade att sim-to-real-överföringsmetoden fungerar i stor skala i en okontrollerad konferensmiljö – en notoriskt svår miljö för robotdemonstrationer.

Hur Flexion skiljer sig från humanoidrobotikfältet

Viktiga strategiska skillnader:

• Endast mjukvara / plattformslicensmodell. Flexion positionerar sig som ett horisontellt intelligenslager som alla humanoidtillverkare kan licensiera, och undviker explicit den "vertikala integrationsfällan" där företag som Tesla eller Figure måste bygga både hjärnan och kroppen .
• Hårdvaruoberoende generalisering. Genom att träna en programvara på 14 olika humanoidplattformar parallellt görs Flexions hjärna portabel över olika morfologier – i motsats till branschnormen med en robot, en programvara .
• Helt simuleringsbaserad träningsloop. Medan de flesta konkurrenter använder verklig fjärrstyrningsdata för imitationsinlärning, tränar Flexion policyer i simulering i stor skala och överför dem med noll träning till den verkliga världen, vilket kräver minimal verklig datainsamling .

Varningar och öppna frågor

En dedikerad Wired-artikel från juni 2026 som specifikt profilerar Flexions kontorsuppgiftsautonomi hittades inte i tillgängliga sökresultat. Den mest detaljerade demonstrationen av kontorsuppgifter kommer från Flexions eget LinkedIn-inlägg (november 2025) och ICRA 2026-resultatrapporten . Företagets påståenden om att minska installationstiden till "en vecka" och att fungera på 14 plattformar återstår att verifiera i kommersiell skala. Och även om ICRA 2026-resultaten är imponerande, väntar fältet fortfarande på tredjepartsriktmärken som jämför Flexion-drivna robotar head-to-head med vertikalt integrerade konkurrenter i verklig driftsättning.

Flexions satsning är att framtiden för humanoidrobotik kommer att se mindre ut som iPhone – ett tätt integrerat hårdvaru-mjukvarupaket – och mer som Android: ett universellt operativsystem som vilken tillverkare som helst kan anta. Om deras simuleringsstyrda träningsmetod fortsätter att leverera verkliga resultat, kan den satsningen mycket väl löna sig.