2017年，一篇名为《A generative visionmodel that trains with high data efficiency and breaks text-based CAPTCHAs》的论文在Science上发表，其中提到的递归皮质网络——Recursive CorticalNetwork（RCN），虽受到业界褒贬不一的评价，但也使得人工智能公司 Vicarious AI名声大噪，并先后拿到了杰夫·贝索斯、埃隆·马斯克、马克扎克伯格以及三星的投资。

RCN作为【智慧人工智能】，其采用生成概率模型，可以模拟和再生物体的基本元素，使机器人更像人类的大脑，会思考和想象，有适应性和灵活性。近期，Vicarious AI已成功将RCN应用于工业机器人身上，并推出了基于RCN的智慧机械臂。

与一般机械臂相比，Vicarious机械臂的软件开发原理和应用效果都有所不同。 开发普通的机械臂，需要用一系列的路点移动手臂，设计好它在三维空间空间移动的命令列表。单个机器臂开发成本高且具有无可避免的机械性。机器只能在固定路线移动，一旦物体位置稍有变化，机器臂便无法完成任务。Vicarious公司机械臂的开发逻辑是，为机器注入人脑模型，让机器在学习了一项新的信息后，能够预想信息在其他环境中的应用，即拥有理解周围环境的能力。在实际应用方面，Vicarious机械臂可以做产品组装和打包等更灵巧的工作，用时更短且更精准，能对未预测的变化做出反应，即便物体位置有移动，也不会影响机器臂正常工作。另外，机器臂触屏界面可支持快速的重新编程，一分钟左右的时间就可以让机械臂将包装盒码跺成新的图案。Vicarious的智能机械臂未来也将运用在更为复杂的机械制造场景中。但由于需为智慧机械臂注入CRN模型，不断学习适应周围环境，提升工作能效，相较传统机械臂，其需要更强大的底层算力支撑。并且，不同于传统机械臂产线的相对固定化，Vicarious凭借智慧机械臂的高效学习能力，旨在打造更为灵活的自动化产线，这也对其边缘端算力的设置方案提出更高挑战。

AMAX（苏州超集信息科技有限公司）作为数据中心、高性能计算以及OEM解决方案值得信赖的领先企业，凭借40年IT整体解决方案经验、10年HPC计算解决方案经验和6年AI计算解决方案经验，完成了Vicarious边缘端整柜解决方案的设计与组装，保障智慧机械臂算力需求同时，边缘机柜为机械臂带来了高灵活性，可实现多产线的高效切换，带来更高利用率。

虽然Vicarious的前行之路充斥着争议，但其始终没有停止研发与创新。智慧机械臂的诞生便是递归皮质网络（RCN）的首次应用，也是对一直以来技术质疑强有力的回击。AMAX相信，机器思考的时代，或许已经在路上。