类人机器人可能能够跑、跳舞，还偶尔踢人，但要真正变得像人类，它们需要学习在工作中完成各种繁琐的琐事。Flexion Robotics是一家由前Nvidia机器人研究员创办的瑞士初创公司，认为它找到了解决办法。该公司开发了一种训练机器人执行复杂任务的方法，这些任务涉及打开门、爬楼梯和搬运箱子等简单技能。关键是通过模拟教会机器人单个技能，然后由一个主AI算法来决定如何使用它们。大多数演示视频展示的是经过训练只做特定任务的类人机器人，比如折叠衬衫或装载货架。通常，这个过程是通过远程操作完成的——背后有一个人控制机器人的动作。但当机器人被放置在不熟悉的环境中时，这种方法并不可靠。Flexion表示，它的系统不同而且更高效，因为它在模拟中训练机器人，并且有限的人为指导。下面的视频展示了该软件的实际运行：一台经过改装的Unitree类人机器人在收到以下指令后自主运行：“一个装有零食的包裹已经送到Flexion。请使用楼梯取回它，然后用电梯上去。接着拆开它，并将物品放入零食区域的空抽屉中。”图片来自Flexion。Flexion 的方法通过结合不同的AI系统来工作。主要AI模型通过消化人类做各种事情的视频来找出怎么做家务。然后，软件将学习到的技能（它在模拟中获得的）与视频匹配，并在现实世界中执行这些任务。例如，为了到达办公室的邮件室，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马达，使其能够行走、移动肢体并保持平衡。根据Flexion的联合创始人兼首席执行官Nikita Rudin的说法，该软件的“秘密成分”是广泛使用的强化学习，这种学习通过试错训练计算机掌握任务。软件的每一层，从主AI模型到模拟再到马达控制，都是采用这种方法。图片来自Flexion。科技行业的领军人物如埃隆·马斯克和黄仁勋认为，类人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类劳动力。但Flexion的演示反映出，赋能类人机器人需要AI的根本进步。“类人机器人本身并不是有趣的革命性事物，而是支持它们的AI模型，”关注类人市场的ABI Research分析师George Chowdhury说。ABI Research估计，到2036年，机器人基础模型的市场价值可能达到1500亿美元。Rudin表示，Flexion正在与多家机器人公司合作，并且注意到它在不同类人形态中运作。考虑到市场上系统的数量，这可能使软件更具商业价值。Chowdhury表示，Flexion需要与硬件制造商密切合作才能成功，并面临激烈的竞争。但他表示，如果没有像Flexion那样展示的程序能力，“这里就没有真正的市场”。