深圳超声技术公司鲲为科技近期完成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。该公司自主研发的超声设备已实现穿透颅骨后对脑组织结构、中脑核团、侧脑室及微细血管血流动态的毫秒级实时成像，在实测对比中展现出对海外顶级旗舰彩超设备的显著性能代差。
鲲为科技创始人刘家家2008年毕业于西安交通大学生物医学工程专业，此后进入超声行业。他在长期行业观察中发现，超声工业乃至更广泛的硬件领域在2000年前后普遍遭遇物理瓶颈——从芯片主频竞争到无线通信频段演进，科技产业长期遵循通过提升频率来榨取性能上限的范式。刘家家对此提出质疑，认为行业将工程经验误认为不可逾越的物理极限，并由此探索基于低频构建高性能成像与感知系统的可能性。
2016年AlphaGo的出现为这一思路提供了关键启发。鲲为团队注意到，蝙蝠发射的声波频率并不高，却能依靠神经网络对回波信息的精准处理，在百米外捕获蚊子的飞行轨迹。基于这一仿生学逻辑，鲲为将深度神经网络引入超声回波信号处理，利用算力与自研AI模型重建三维空间结构，形成其核心技术路径——声学空间智能。2021年，不到10人的早期团队跑通了第一台原型机，验证了低频高分辨率的技术可行性，并随后获得夏尔巴投资。
在技术架构层面，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。与大语言模型处理低带宽文本Token不同，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。这要求算法在极小参数量下完成高效计算。鲲为的技术体系将超声波转化为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个体素的物理反射特征，在数字孪生世界中还原高精度的声学空间物理模型。
为支撑这一技术范式，鲲为选择了全栈自研路线，从底层压电材料、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。刘家家表示，市面上没有现成的供应链组件可用，只能自研。目前鲲为团队规模超过200人，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。
在商业化层面，全球医疗超声市场规模超过100亿美元，长期被海外巨头垄断。鲲为凭借穿透颅骨的技术能力填补了全球超声穿颅成像的空白，已实现数千万元订单。在中风抢救场景中，其便携设备可在几分钟内精准判别脑梗或脑出血；在脑机接口领域，该技术提供了非侵入且能实时获取全脑功能数据的基础设施方案。
鲲为的目标不止于颅脑超声设备。刘家家将其定位为赋能脑科学AGI的基础设施公司，提供硬件设备和基础软件平台kOS，对标AI领域英伟达提供显卡和CUDA的模式。通过开放kOS API，脑机接口公司及训练脑科学大模型的AI实验室可直接调用鲲为的技术底座，实时获取高维大脑数据。鲲为不参与具体脑机接口应用竞争，而是聚焦于提供观测大脑、数据采集的底层工具。
当前全球脑机接口与神经调控赛道持续升温，非侵入、实时、毫秒级高分辨率读取深层大脑状态仍是行业亟待攻克的底层瓶颈。鲲为以低频超声结合AI算法的技术路线，在这一方向上形成了差异化定位。随着通用算力提升，其产品成像帧率与空间分辨率有望呈现同步提升的乘数效应。从更宏观的视角看，在NeuroAI爆发前夜，鲲为扮演的是为全球顶尖科研机构与AI企业提供基础工具的角色，其技术路径的成熟度与商业化进展将影响脑科学基础设施领域的竞争格局。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
