Story

一家深圳公司，让实时「看清」人类大脑变成了可能。

极客公园获悉，鲲为科技近期完成 4 亿元新一轮融资，新增股东包括 XVC、红杉中国，老股东夏尔巴、腾讯进一步加仓。

在鲲为位于深圳的研发中心，创始人刘家家向我们展示了实测对比。

一边是价值数百万的海外顶级旗舰彩超设备，一边是鲲为自主研发的机器。当探头同时置于受试者颅骨侧面，海外设备的声波在穿透至大脑中线后便衰减进一片暗影，仅能拼凑出模糊的轮廓；而在鲲为的屏幕上，穿透颅骨后的脑组织结构清晰毕现，中脑核团、侧脑室乃至微细血管中的血流动态被毫秒级实时捕捉。

穿透颅骨后的脑组织结构、血流动态等都能被清晰捕捉｜图片来源：鲲为

一场清晰的「代差」展现。

「传统超声长期陷入穿透力与分辨率不可兼得的工程困境，面对坚硬的颅骨几乎是雾里看花。」刘家家解释。为此，鲲为选择了一条违背行业常识的路径：放弃通过不断提升频率来换取清晰度的惯性，转向低频。

鲲为的核心突破，在于将算力与算法引入物理声场，在低频段下兼顾了颅骨穿透力与高分辨率实时成像。这种将超声从成像升维为「声学空间智能」的技术跨越，彻底打开了超声在临床医学、脑科学及通用人工智能领域的想象空间。

在中风抢救的急救车里，鲲为的便携设备几分钟内即可精准判别脑梗或脑出血，为患者争取到关键的黄金救治期；在脑机接口的前沿探索中，它为整个行业提供了一个非侵入且能够实时获取全脑功能数据的基础设施。

鲲为的全系列产品｜图片来源：鲲为

鲲为已实现数千万订单，正站在商业化起飞拐点。但刘家家告诉极客公园，鲲为目标不止于做一家技术和产品领先的颅脑超声设备公司，而是成为赋能脑科学 AGI 的 Infra 公司：提供硬件设备和基础软件平台 kOS，就像 AI 领域的英伟达提供显卡和 CUDA。全球不同技术路线的脑机接口 Lab，以及 NeuroAI 模型公司，都是他们的目标客户。

鲲为创始人刘家家｜图片来源：受访者

复刻蝙蝠，靠智能「看清」人脑

鲲为的起点，源于对一项统治了行业几十年的常识的怀疑。

2008 年，刘家家从西安交通大学生物医学工程专业毕业后进入超声行业。他很快注意到，超声工业乃至更广泛的硬件领域，在 2000 年前后撞上了一堵无形的物理墙：

从芯片的主频大战（AMD 与 Intel 争相突破 1GHz），到无线通信从 2G 到 5G/6G 的频段演进，再到半导体光刻机从可见光迈向 EUV——科技产业近百年来遵循着同一种范式，即通过提升频率来榨取性能上限。

「大家把工程上的经验总结，误认为了不可逾越的物理极限。」刘家家回忆。他产生了一个强烈的假说：为什么我们一定要被高频绑架？基于低频，同样可以构建出高性能的成像与感知系统。

在当时，这个想法被同行视为毫无文献支持的「异类」。

转折发生在 2016 年 AlphaGo 震动世界。刘家家意识到，打破行业瓶颈的关键钥匙可能在于——智能。

自然界早就给出了答案。他想到，蝙蝠发射的声波频率并不高，却能依靠大脑神经网络对回波信息的精准处理，在百米之外捕获一只蚊子的飞行轨迹。传统超声缺乏智能，严重限制了成像能力，因而鲲为决定放弃单纯的「物理高频成像」，转向「声学空间智能」。

使用设备「读脑」的临床场景｜图片来源：鲲为

「我们复刻了蝙蝠的声学空间感知能力。」鲲为将深度神经网络引入超声回波信号的处理中，利用算力与自研 AI 模型重建三维空间结构。「我们做的不是传统二维成像，而是高精度的三维声学空间感知。」刘家家说。

2021 年，在不到 10 人的早期团队手里，鲲为跑通了第一台原型机，验证了低频高分辨率的技术可行性，并迅速获得了夏尔巴投资的重磅注资。

声学空间智能的「Transformer 时刻」

如何用算法在设备上复刻蝙蝠的感知能力？

在底层架构上，鲲为开发了一套专为高带宽物理信号设计的深度学习模型。「如果说 Transformer 是大语言模型的底层架构，那么鲲为则在声学空间智能领域搭建了一个极度精干、高吞吐的算法模型。」

这与大语言模型（LLM）的思路截然相反。

大语言模型处理的是低带宽场景——人类说话每秒仅产生数个文本 Token，因此模型可以把参数量做得极其庞大，追求「无所不知」；而空间物理感知的特点在于极高带宽与极低延迟：超声波每秒产生的原始回波数据流高达 10GB，输出需达到每秒数千帧的渲染吞吐。

这要求算法架构必须在极小参数量下，完成极其高效的计算逻辑。

在鲲为的技术体系中，超声波不再只是绘制图像的工具，而是感知物理世界的「高带宽探针」。每秒 10GB 的原始数据流直接注入神经网络，模型实时解析三维空间中每一个体素的物理反射特征，在数字孪生世界中还原出高精度的「声学空间物理模型」。

「大语言模型复刻的是人类的语言与逻辑，而我们复刻的是自然界最顶尖的空间感知体系。」刘家家表示，人类目前对低频声波潜力的挖掘才刚刚开始，技术的演进天花板还远未到来。

随着通用算力的提升，鲲为产品的成像帧率与空间分辨率将呈现出同步提升的「乘数效应」。

为了支撑这一全新的技术范式，鲲为选择了极为艰难的全栈自研路线：从底层的压电材料、核心探头、整机工程，到基础软件平台 kOS 及上层应用层，实现五层纵向贯通。「我们走了一条与全行业相反的路线，市面上没有任何现成的供应链组件可用，只能自研。」

星辰大海：做脑科学与 AGI 领域的 Infra

如果仅将鲲为视作一家实现了突破性的颅脑超声设备厂商，将大大低估其商业内核。

在商业化方面，全球医疗超声市场是一个超 100 亿美元的巨量蛋糕，长期被海外巨头垄断。鲲为凭借「穿透颅骨」的技术代差，填补了全球超声穿颅成像的空白，直接杀入这一高确定性的百亿美金主战场，展现出极强的爆发力。

然而，刘家家认为，鲲为真正的星辰大海，是成为脑科学与通用人工智能时代的底层基础设施。

当前，全球脑机接口（BCI）与神经调控赛道风起云涌，而非侵入、实时、毫秒级高分辨率地「读出」深层大脑状态，则是全行业亟待攻克的底层瓶颈。

鲲为不打算去挤占具体的脑机接口应用，目标是做最底层的基础设施，提供观测大脑、数据采集的工具，去赋能前沿 Lab 去探索脑科学研究的星辰大海。

在刘家家的构想中，他们构建专属于声学空间智能与脑科学的硬件设备与 kOS 操作系统。通过开放 kOS API，无论是脑机接口公司，还是训练脑科学大模型的顶尖 AI 实验室，都能直接调用鲲为的技术底座，实时获取高维的大脑数据。

「用吉瓦（GW）级超算暴力模仿语言只是第一步，人脑仅靠 20 瓦功耗就能完成极复杂的认知。探索大脑，首先需要更好的工具。」

正如具身智能需要通用机器人作为载体一样，在 NeuroAI 爆发的前夜，鲲为正扮演着为全球顶尖科研机构与 AI 巨头「递铲子」的角色，成为人类终极科学前沿的技术钥匙。

真正的「技术壁垒」是基础科学本身

如今，鲲为 200 多人的团队中研发人员占比过半，其中数十人专注于前沿声学空间智能的基础研究。对于一家处于高强度商业化进程中的企业来说，这种对基础科学的投入显得极重。

这源于刘家家对大模型时代技术壁垒的重新认知。

过去，硬科技企业习惯于建立「工程复杂性壁垒」——依靠极其繁复的工程细节，让对手需要花费 10 至 15 年才能复制。但在大模型时代，这种壁垒正在迅速失效。

因为过去绝大多数工程技术的底层，都建立在学术界公开发表的科学原理之上。当大模型彻底蒸馏了全人类的公共知识库后，工程化的重构周期被大幅缩短。10 年都复制不出来是壁垒，缩短到 1 年就不再是壁垒。

「代码与工程路径很容易被大模型抹平，真正的壁垒必须向更上游延伸——延伸至最前沿的基础科学本身。」

在刘家家看来，前沿科技公司不应仅仅是科研成果的商业化变现者，更需要亲自跨入基础科学的「无人区」。

从救护车上抢救生命的关键几分钟，到为脑机接口与大模型探索者提供高分辨率的数据基础设施，鲲为试图证明，通过第一性原理打破固有的行业惯性，不仅能造就一家颠覆式的科技公司，也可能撬动一个全新产业生态的起点。这家公司，刚刚展现出它的全貌。