Flexion Robotics：只做軟體不做硬體，用模擬訓練出人形機器人的「通用大腦」

「我們創造一個虛擬世界，把那些機器人放進去，」公司表示。「在模擬中訓練，以最少的人為介入擴展到真實世界」。

訓練方法：大規模模擬到現實

Flexion 的技術方法圍繞三個相互關聯的選擇：

**1. 模擬優先（sim-to-real）訓練。**所有機器人策略完全在虛擬物理模擬中以大規模方式訓練——最多同時運行 4,000 台虛擬機器人——然後零樣本部署到真實硬體上 。該公司使用強化學習（RL），讓機器人透過試錯自行學習：行動、感知結果、調整直到成功 。輸出不是腳本，而是將感知映射到行動的神經網路策略 。

2. 結合模仿學習與強化學習。Flexion 使用在模仿學習基準之上的殘差強化學習。這意味著機器人首先從人類示範數據學習基本的操作與運動技能，然後使用 RL 將這些技能適應模擬器無法完美建模的真實世界條件 。該公司也使用「真實到模擬」的反饋迴路，用真實世界數據優化模擬參數，以實現更高保真度的未來訓練 。

**3. 模組化三層架構。**自主堆疊將高層推理、運動規劃與底層控制分離 ：

• 命令層（推理）： 一個大型語言模型（LLM）或視覺語言模型（VLM）代理，可解讀自然語言任務描述——例如「整理辦公室」——將其分解為子任務，並規劃多步驟工作流程 。
• 運動生成層（規劃）： 一個基於擴散模型的系統，繪製機器人的預期路徑並避開 3D 空間中的障礙物 。
• 執行層（反射）： 一個基於 RL 的全身追蹤器，在實體機器人上執行穩健、適應性的運動 。

這種設計「將意圖（由語言驅動）與可行性（由物理強制執行）分開，利用模擬發展運動技能，並選擇性地使用真實數據」。

自主辦公室任務：從提示到行動

2025 年 11 月，Flexion 發布一段影片，展示人形機器人從簡單的使用者提示開始，自主整理辦公室——沒有腳本、沒有預先計算的軌跡，也沒有遠端操作 。基於 VLM 的代理感知場景、推理任務、規劃端到端的策略 。同一底層系統也被展示在戶外環境中自主收集並處理垃圾 。

ICRA 2026：現場驗證

在 2026 年 6 月 9 日至 11 日舉行的國際機器人與自動化會議（ICRA 2026）上，Flexion 進行了現場自主人形機器人展示。在為期三天的 300 次試驗中，機器人完全自主運行，成功率超過 95%，且無人為干預 。這項結果證明了模擬到現實的轉移技術在不受控的會議環境中也能大規模運作，而這正是機器人展示公認的困難場景。

Flexion 與業界對手的差異

關鍵策略差異：

• **純軟體 / 平台授權模式。**Flexion 將自己定位為水平的智慧層，任何人形機器人製造商都可授權使用，明確避開了如 Tesla 或 Figure 等公司必須同時建造大腦與身體的「垂直整合陷阱」。
• **硬體無關的泛化能力。**在 14 種不同人形機器人平台上平行訓練同一堆疊，旨在讓 Flexion 的大腦具備跨形態的可攜性——與業界普遍的「一機一堆疊」形成對比 。
• **完全基於模擬的訓練迴路。**當多數競爭對手使用真實世界遠端操作數據進行模仿學習時，Flexion 在模擬中以大規模訓練策略，並零樣本轉移至真實世界，只需極少的真實世界數據收集 。

注意事項與待解問題

在可用的搜尋結果中，並未找到 2026 年 6 月專門報導 Flexion 辦公室任務自主能力的《Wired》文章。最詳細的辦公室任務展示證據來自 Flexion 自己的 LinkedIn 貼文（2025 年 11 月）與 ICRA 2026 的結果報告 。該公司關於將設定時間縮短至「一週」以及可在 14 種平台上運行的說法，仍有待商業規模的驗證。儘管 ICRA 2026 的結果令人印象深刻，業界仍在等待第三方基準測試，將 Flexion 驅動的機器人與垂直整合的競爭對手在真實部署中進行正面比較。

Flexion 的賭注在於：人形機器人的未來不會像 iPhone——一個緊密整合的硬體軟體組合——而更像 Android：一個任何製造商都可採用的通用作業系統。如果其模擬優先的訓練方法能持續產出真實世界成果，這個賭注或許將獲得巨大回報。