这个人形机器人是一名能力惊人的办公室实习生

# 这个人形机器人是个可怕又能干的办公室实习生 来源：https://www.wired.com/story/this-robot-is-going-to-replace-your-interns-flexion/ 人形机器人或许能奔跑（https://www.youtube.com/watch?v=WnCfMRhbhZQ）、跳舞（https://www.youtube.com/watch?v=R6T-Ea5CfRE），偶尔还会踢人（https://www.cnn.com/2026/06/09/world/video/humanoid-robot-kick-kid-china-hnk-vrtc-digvid），但要变得*真正*像人，它们还得学会在职场里干各种琐碎的杂活。 瑞士初创公司 Flexion Robotics（由前英伟达（https://www.wired.com/tag/nvidia/）机器人研究人员创立）认为他们找到了解决方案。该公司开发出一种训练机器人（https://www.wired.com/category/science/robots/）的方法，让它们能完成包含开门、爬楼梯、搬箱子等简单技能在内的复杂任务。关键在于先在模拟环境中教会机器人各项单独技能，然后由主AI算法决定如何综合运用这些技能。 大多数演示视频展示的是经过训练、专门完成某类任务（比如叠衬衫或上货）的人形机器人。这通常通过遥控操作实现——幕后有人控制机器人的动作。但这种方法在机器人被置于陌生环境时并不可靠。Flexion 表示，他们的系统不同——而且更高效——因为他们在模拟环境中训练机器人，并且只借助有限的人类指令。 下面的视频展示了该软件的运行效果：一个改装过的 Unitree 人形机器人在收到以下命令后自主运行：“一份装有零食的包裹已送达 Flexion。请走楼梯去取，然后乘电梯上来。之后打开包裹，将物品放入零食区架子上空着的抽屉里。” 视频由 Flexion 提供 Flexion 的方法通过结合不同AI系统来实现。 主AI模型通过消化人类做不同事情的视频，来学习如何完成杂务。然后软件将模拟中学到的技能与视频进行匹配，并在现实世界中执行这些任务。例如，为了到达办公室的收发室，模型可能已经学会需要打开某些门并使用电梯。该系统还控制机器人的电机，使其能够行走、移动肢体并保持平衡。 据 Flexion 联合创始人兼CEO Nikita Rudin（前英伟达机器人研究科学家）称，该软件的“秘诀”在于大量使用强化学习，这种方法通过试错来训练计算机掌握任务。软件的每一层——从主AI模型到模拟环境再到电机控制——都采用了这种技术。 图片由 Flexion 提供 像 Elon Musk 和 Jensen Huang 这样的科技行业领袖认为，人形机器人将对经济产生巨大影响，因为它们最终可能取代相当一部分人力劳动。但 Flexion 的演示表明，赋予人形机器人能力需要AI领域的根本性进步。 “人形机器人本身并不是有趣或革命性的东西，真正重要的是支撑它们的AI模型，”ABI Research 跟踪人形机器人市场的分析师 George Chowdhury 表示。ABI Research 估计，到2036年，机器人基础模型市场的价值可能达到1500亿美元。 Rudin 说 Flexion 正在与多家机器人公司合作，并指出该软件适用于不同的人形机器人形态。考虑到市场上系统的多样性，这可能使该软件更具商业价值。 Chowdhury 表示，Flexion 需要与硬件制造商紧密合作才能成功，并将面临激烈竞争。但他指出，如果没有能力像 Flexion 演示的那样编程人形机器人，“这里实际上就没有市场可言”。