Vicarious 是一家美国人工智能研究公司，成立于2010年，总部位于加利福尼亚州旧金山，它的核心使命非常宏大且与众不同：创造一个具有通用人工智能的下一代人工智能算法，使其能够像人类一样学习和推理，解决复杂的、需要直觉和常识的问题。
Vicarious 不专注于某个特定的应用（如聊天机器人或图像识别），而是致力于打造一个更接近人脑智能的“核心引擎”。
核心技术：仿生人工智能
Vicarious 的技术路线被称为“仿生人工智能”（Bionic AI），其灵感来源于人脑的视觉皮层和信息处理方式,它的核心技术主要围绕两个模型：
Recursive Cortical Network (RCN) - 递归皮层网络
这是 Vicarious 的核心技术，也是其所有研究的基石，RCN 试图模仿人类大脑视觉皮层的工作方式,它由两个主要部分组成：
- 生成模型：负责从部分信息中构建出完整的、连贯的整体，想象一下，你只看到一个物体的局部，但大脑能“脑补”出它的完整样子，RCN 的生成模型就试图实现这种能力。
- 感知模型：负责从嘈杂、不完整的信息中识别出稳定的模式，这就像在一张模糊或被遮挡的图片中,你依然能认出它是什么。
RCN 的关键优势在于“泛化能力”（Generalization）： 传统的深度学习模型（如 CNN）需要海量的、标注好的数据进行训练，而且一旦输入数据与训练数据有细微差别（比如旋转、遮挡、变形），就可能出错，而 RCN 试图通过更接近人脑的学习方式，用更少的数据学会识别物体的本质特征,从而对各种变化有更强的鲁棒性。
产品化应用：CAPTCHA 解决方案
在早期，Vicarious 曾因其公开演示的“破解 CAPTCHA”系统而闻名于世。
- 演示：他们展示了其 RCN 模型能够以极高的准确率识别各种扭曲、变形、模糊的验证码,包括那些被认为是目前最安全的类型。
- 目的：这并非为了制作验证码破解工具，而是为了证明其技术的强大，CAPTCHA 的设计初衷就是让机器难以通过，Vicarious 的系统能轻松破解，那就意味着它在模拟人类视觉和模式识别方面取得了巨大突破,这是一个极佳的技术实力展示。
商业化尝试与战略演变
Vicarious 的发展历程也反映了 AGI 领域的挑战与机遇。
早期愿景：直接打造 AGI
公司成立之初，目标非常纯粹：专注于基础研究，开发出真正的 AGI，他们获得了硅谷顶级风投（如创始人基金、亚马逊创始人贝索斯等）的数亿美元融资,足以让他们在不急于变现的情况下进行长期研究。
第一次商业化转型：面向企业客户
在意识到直接商业化 AGI 的遥遥无期后，Vicarious 开始将其核心技术封装成 API，提供给企业客户，他们的主打产品是 Vicarious AI Platform,主要解决企业文档处理中的难题：
- 应用场景：从各种格式的文档（如发票、合同、表单、手写笔记）中自动提取和结构化数据。
- 技术优势：相比于传统的 OCR（光学字符识别）技术，Vicarious 的平台声称能更好地处理手写体、复杂版式、低质量扫描件，因为它能理解文档的整体布局和上下文,而不仅仅是识别孤立的字符。
这次转型让 Vicarious 从一个纯粹的“研究实验室”变成了一个有收入的“技术服务公司”。
第二次转型：被收购，成为 Cerebras 的一部分
2025年，Vicarious 宣布被Cerebras Systems收购,这是一个非常重要的战略转折点。
- Cerebras 是谁？ Cerebras 是一家 AI 芯片公司，以其研发的“世界最大芯片”WSE (Wafer-Scale Engine) 而闻名，这款芯片拥有巨大的计算核心，专为大规模 AI 模型训练而设计，旨在挑战英伟达 GPU 的霸主地位。
- 收购的意义：
- 强强联合：这次收购可以看作是算法（Vicarious）与硬件（Cerebras）的深度结合，Vicarious 的先进 AI 算法需要强大的算力支持，而 Cerebras 的芯片正好能为其提供量身定制的、高效的计算平台。
- 战略聚焦：收购后，Vicarious 作为一个独立品牌逐渐淡出，其技术和团队被整合进 Cerebras，成为 Cerebras AI 软件战略的核心，他们共同的目标是：为 Cerebras 的硬件生态开发最先进的、最前沿的 AI 模型和软件栈。
评价与影响
优点与贡献
- 独特的技术路线：在深度学习大行其道的时代，Vicarious 坚持从神经科学中寻找灵感，提供了一种不同于主流的、更具解释性和泛化能力的 AI 研究范式。
- 证明了 AGI 愿景的吸引力：它成功吸引了巨额投资和顶尖人才，证明了“创造通用人工智能”这一宏伟目标在资本和人才市场上的巨大号召力。
- 推动了技术边界：无论是早期的 CAPTCHA 演示，还是后来在企业文档处理领域的应用，Vicarious 都展示了其技术的独特性和实用性，为 AI 领域带来了新的思考。
挑战与争议
- AGI 的遥远性：和所有 AGI 公司一样，Vicarious 面临的最大挑战是时间，AGI 的实现比任何人预想的都要困难,长期烧钱的研究模式难以持续。
- 商业化困境：其核心技术过于超前，难以在短期内找到大规模、高利润的市场，企业文档处理虽然是一个应用场景，但市场规模和想象空间有限,不足以支撑其最初的宏大估值。
- 宣传与现实的差距：其早期的 CAPTCHA 演示虽然惊艳，但外界也质疑其是否只是“小题大做”，即用复杂的技术解决了一个相对简单的问题,其技术在实际商业环境中的表现和鲁棒性也一直存在争议。
Vicarious 是一家充满理想主义和野心的 AI 公司，它从“创造通用人工智能”这一终极目标出发，发展出了独特的递归皮层网络技术，虽然在独立发展的道路上遇到了商业化挑战，但其被 Cerebras 收购标志着一次成功的战略转型。
Vicarious 的技术遗产和团队正作为 Cerebras 软件战略的一部分，继续在算法与硬件协同的前沿探索，虽然它作为一个独立实体已成为历史，但它所代表的追求更高效、更通用、更接近人脑的 AI的理念,对整个行业产生了深远的影响。
标签： 通用人工智能实现时间表 Vicarious人工智能AGI进展 人工智能通用化路径
