深圳鲲为科技近日完成近4亿元新一轮融资。工商信息显示，新增股东包括XVC、红杉中国，老股东夏尔巴、腾讯持续加仓。该公司成立于2019年，专注于颅脑超声成像设备的研发与商业化，其核心产品能够无创穿透完整颅骨，对全脑进行实时成像，同时呈现解剖结构与血流信息。
鲲为科技创始人刘家家于2008年进入超声硬件行业。他在从业第三年即判断，超声行业的核心瓶颈不在工程层面，而在基础理论。刘家家观察到，彩超最基础的图像性能——包括分辨率和穿透力——自2000年之后基本停滞。行业共识是提高频率以获得更高分辨率，但频率越高，穿透越浅。对于颅脑成像而言，穿透是首要问题，低频声波传得更远，但低频下实现高分辨率一直是技术难题。
转机出现在2016年。AlphaGo的问世让刘家家重新思考低频下的分辨率问题：智能越强，越能分辨信号中的细微差异，低频下的分辨率可以通过算力和模型来解决。2020年理论打通，2021年鲲为做出第一台原型机，当时出图需要四秒，画面粗糙，但技术路线得到验证。2024年，鲲为获得国内第一张颅脑超声注册证，2025年取得欧盟认证，第四季度启动商业化，当季签下约数千万元订单。
此前，超声用于脑科学研究必须开颅，磁共振则无法实现连续采集，也难以进入急诊场景。鲲为的技术路线与同行不同。同行做颅脑超声的主流思路是基于原有主机加心脏探头进行参数调优，但高频声波无法穿透颅骨，这条路始终走不通。鲲为依靠低频探头让声波穿过完整颅骨，通过采集系统获取高质量原始声学信号，再依托算力、模型与算法完成空间重构和高精度成像。
鲲为将公司的底层能力定义为“声学空间智能”。其设备本质上是一台声学专用计算机，探头每秒采集10GB原始数据，整机算力是传统超声的千倍以上。支撑这套设备的是鲲为自研的HUS技术体系，以及以高带宽、低参数的空间感知小模型为核心的kOS架构。该体系实现了颅脑成像领域三项核心指标——穿透力、空间分辨率和时间分辨率——的同步提升。
鲲为的技术路线与大模型路线截然相反。大语言模型处理低带宽文本，可以不断堆参数；而声学空间智能每秒接收10GB数据、每秒输出5000帧图像，进出带宽都极高，只能走小模型路线，模型足够小才能在极大带宽下实时运行。性能不再由单一硬件决定，而是由GPU算力、算法、模型架构和硬件体系共同驱动。刘家家透露，过去五年鲲为的成像性能提升了10万倍以上。
2026年，鲲为计划在全国范围内进行大规模市场推广，参加学术会议，与多家医院合作开展临床研究和多中心试验，同时优化供应链、提升交付能力，以满足医院端快速增长的需求。
刘家家为公司规划了三条增长曲线。第一曲线是高端超声影像设备，第二曲线是超声治疗，从诊断能力自然延展而来。第三曲线走得最远——将颅脑数据和kOS通用成像平台开放出来，做脑科学的基础设施。这一判断基于他对脑科学工具缺口的观察。功能超声在过去十年已证明潜力，文献中其极限空间分辨率可达20微米，磁共振只能做到一两毫米，差了两个数量级，时间分辨率也远好于磁共振。功能超声过去唯一的短板是必须开颅，无创穿透技术补上后，这一短板不再存在。
更大的瓶颈在数据。磁共振积累了几十年的存量数据，但与脑科学研究需要的数据结构不匹配。大脑有很强的异质性，每个人只是大致相同，数据泛化性有限。真正有价值的是对同一个大脑长时间、连续地采集。如果超声能够穿颅读脑，将带来亿小时级的脑科学数据——非侵入、全脑、高分辨、实时、可穿戴，从而有可能推动脑科学AI公司和脑机接口公司取得突破。
超声影像是一个年营收超过百亿美元的成熟市场，颅脑是其中技术难度最高的细分领域。鲲为的长期目标是在这一市场占据头部份额。而从一台超声设备出发，把低频声波变成脑科学的通用语言，这家深圳公司的商业边界已超出医疗设备本身。
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。
