2019 年，刘家家创办鲲为科技，赌的是一条和行业相反的路。所有人都在把超声频率越卷越高，他却先把频率降下来解决穿透，再用 GPU 和模型把分辨率补回来。2021 年，第一台原型机出图要四秒，画面粗糙，但这条路走通了。2024 年，鲲为拿到国内第一张颅脑超声注册证，2025 年拿到欧盟认证，第四季度启动商业化，当季签下约数千万元订单。
这台设备能无创穿透颅骨，对全脑实时成像，既能看清解剖结构，也能看清血流。在此之前，超声做脑科学研究必须开颅，而磁共振又做不到连续采集、进不了急诊。业内普遍认为做不出来的场景，鲲为已经将其商业化，资本也用真金白银进行了投票。
近日，鲲为科技完成近 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。
超声影像是一个年营收超过百亿美金的成熟市场，颅脑是其中最难的一块，鲲为的长期目标是在这个市场占据头部份额。但在刘家家看来，" 鲲为科技要做的不只是医疗设备，脑科学是十倍于此的星辰大海。"
一条和行业相反的路
刘家家 2008 年入行做超声硬件。做的第三年，他就判断这个行业的瓶颈不在工程，在基础理论。
这个判断源自一个反常的观察。彩超最基础的图像性能，包括分辨率和穿透力，在 2000 年之后基本停滞了。行业里不缺聪明人，缺的是对常识的怀疑。行业共识是超声频率越高、分辨率越高，所有人沿着这条共识把频率越卷越高。但硬币的另一面很少有人提起，频率越高，穿透越浅，而人体并没有越来越瘦。穿不透，什么都看不见，分辨率再高也没有意义。
在刘家家看来，穿透才是排在第一位的，先能穿透，再讲其他。从穿透力的角度看，只能走低频，这是物理规律决定的，低频传得远，高频衰减快，没法违背。真正的难题在分辨率，低频下做不出高分辨率，但这并不是物理规律的限制，而是过去的技术路线做不到。
为了验证判断，他翻遍了相关文献，试遍了所有可能的技术路线，最终确认已有的路线走不通，必须做新的东西。转机出现在 2016 年，AlphaGo 的问世让他重新思考了低频下的分辨率问题。智能越强，越能分辨信号里的细微差异，低频之下的分辨率，实际上可以通过智能来解决，而智能可以通过算力和模型来获得。
2019 年，刘家家创办鲲为科技。2020 年理论打通，2021 年做出第一台原型机。按照他自己的说法，鲲为的解决方案靠的不是某个单点算法，而是一整套围绕 " 声学空间智能 " 重构的计算成像体系。
同行做颅脑超声的主流思路，是基于原有主机加心脏探头，对颅脑场景做参数调优，但高频声波穿不透颅骨，这条路始终走不通。直到今天，临床上也没有可用的颅脑超声成像产品。鲲为的做法不同。
刘家家把公司的底层能力定义为声学空间智能。依靠低频探头让声波穿过完整颅骨，再通过采集系统尽可能获取高质量的原始声学信号，最终依托算力、模型与算法完成空间重构和高精度成像。这台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，从而能够清晰看到大脑内部的结构和血流。
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。这套体系的核心突破，在于实现了颅脑成像领域原本相互制约的三项核心指标，穿透力、空间分辨率和时间分辨率的同步提升。
传统超声相当于一块透镜，把声波聚焦、叠加之后直接投影到屏幕上，是一个确定性的物理过程，它没办法分辨两个距离很近、反射强度也很接近的不同结构。鲲为的技术路线则是把波束合成的难题大规模留给算法，用 GPU 算力在物理重建的层面把图像计算出来。
这与大模型路线截然相反。大语言模型处理的是低带宽文本，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，才能在极大的带宽下实时运行。性能因此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，鲲为内部的数据显示，过去五年成像性能提升了 10 万倍以上。
2024 年，鲲为科技拿到了国内注册，2025 年拿到欧盟注册证，第四季度开始商业化，产品已经进入到国内和海外顶级医院，并获得临床专家的认可。 2026 年，在全国做大规模的市场推广，参加学术会议，跟很多医院合作开展临床研究和多中心试验的，同时不断优化供应链、大幅提升交付能力，满足快速增长的医院端需求。
刘家家给公司画过三条曲线，高端超声影像设备是第一曲线，超声治疗是第二曲线，从诊断能力自然延展出来。第三曲线走得最远，把颅脑数据和 kOS 通用成像平台开放出来，做脑科学的基础设施。
这个终局判断的依据，是他对脑科学工具缺口的观察。功能超声在过去十年已经证明了潜力，文献里它的极限空间分辨率可以做到 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，无创穿透的技术补上后，它就不再有明显缺点。
更大的瓶颈在数据。磁共振积累了几十年的存量数据，但和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，数据没有那么好的泛化性。真正有价值的是对同一个大脑长时间、连续地采集，1000 个人分别采集一次，不如对 10 个人采集 100 次。如果超声能够穿颅读脑，将带来最理想的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、脑机接口公司取得 AGI 级别的突破。
" 非侵入、不用开颅的功能超声，是脑科学研究非常需要且重要的工具，这就是我们所说的基础设施。" 刘家家说。从一台超声设备出发，把低频声波变成脑科学的通用语言，这家深圳公司想做的生意，确实不只是医疗设备。（本文首发钛媒体 APP，文 | 智客 Zhiker，作者｜一朵云）
