全球唯一非侵入穿颅读脑突破！这家中国公司想成为脑科学的“英伟达”

2026 年 9 月，马斯克的 Neuralink 临床试验接受 27 例受试者，计划开启大规模量产。舆论再次沸腾，仿佛脑机接口的未来已到。 但这是一种幻觉。事实上，侵入式脑机接口面临的根本矛盾从未改变：要在颅骨上钻孔、把电极插进脑组织 —— 决定了它只适用于极少数重度以及敢于尝试的患者。而另一面，非侵入式的 EEG 脑电帽虽然安全，但信号分辨率太低，隔着头皮和颅骨根本读不懂大脑。 两条路线，一条太危险、一条又太模糊。 有没有中间道路：一种既能无创穿透颅骨、又能获得足够高分辨率的读写技术？甚至，这种技术延伸出来能不能具备通用属性，如同英伟达的 GPU 之于 AI 那样，成为脑科学 AGI 之路上的关键基础设施？ 这正是鲲为试图解答的命题。这家深圳公司成立七年，创始人此前十余年都在从事声学空间智能的前沿基础研究，2024 年才将这革命性的理论突破应用于颅脑超声方向 —— 直指行业最深的 “禁区”：穿颅读脑。目前，它是全球唯一实现了非侵入超声穿颅读脑的公司。 有意思的是，虽然实际成果已遥遥领先于国际学术界的 Frontier，但鲲为从不发 Paper，核心技术成果作为商业秘密保护。眼下学术界还在基础理论的漩涡里挣扎， 鲲为已经把理论做成了精密复杂的医疗级产品，在完成从理论 - 技术 - 产品 - 量产的长周期闭环后，已经成长为一家进入陡峭商业化增长的声学空间智能 Neo Lab。 这很大程度上归因于鲲为创始人刘家家的基因。他既是一名硬核的硬件工程师，同时也是一名深藏不露的理论 Researcher。 刘家家本硕就读于西安交通大学生物医学工程专业，2003 年就接触到神经网络，在校期间打下了扎实的数学基础，2008 年刚进入超声行业，就从第一性原理出发，思考低频率能不能实现高分辨，而低频恰恰是超声穿颅的关键，从此进入了茫茫基础理论的探索，直到 2019 年创立鲲为，他工作后几乎所有时光，都围绕 “声学空间智能” 这一件事展开。 事实上，无论是以 Neuralink 为代表的侵入式脑电路线，还是以 Merge Labs 为代表的超声，再到脑电、脑磁、近红外等非侵入式技术，不同路线都绕不开一个共同问题： 怎么研究大脑 —— 脑科学已经成为 AI 时代最核心的研究热点。而鲲为提供的正是一个非侵入、高分辨的脑科学读写工具。 这条路能走通，也是因为踩在了算力爆发的时间节点 —— 其计算量是传统超声的千倍以上，正是过去几年算力的跃进，让鲲为的空间智能理论变得经济可行。超声穿颅成像，已经是颠覆性的突破，但成为全球脑科学研究的关键 Infra，是鲲为更大的愿景。 Part 01 一位医生的猜想和缺失的 Infra 今年 8 月，数学界发生了一件出人意料的事。 困扰学界 22 年的 Crouzeix 猜想 —— 一个关于矩阵数值域与函数范数不等式的难题，被证明是正确的。康奈尔大学数学家 Alex Townsend 与华盛顿大学教授 Anne Greenbaum 审阅后公开确认，就连猜想的提出者、法国数学家 Michel Crouzeix 本人，也核验成功。 证明者叫金山木，是 2026 年因攻克挂谷猜想获得菲尔兹奖的数学家王虹的师弟，北京协和医院神经外科的一名博士后、住院医师。本科读的是北大地质学，2020 年才转入临床医学。 一个耐人寻味的细节是：他踏入矩阵分析，不是因为数学（他本人的数学功底非常好），而是因为颅脑超声。他在研究中试图让超声波穿透结构复杂的人体颅骨、碰到了实际问题不得不研究矩阵分析，这才 “顺手” 解决了一个数学难题。 这个故事可以从很多角度解读。但在更宏大的叙事里， 它其实指向了一个被行业长期忽视的事实：脑科学发展到今天，依然没有解决最底层的问题，那就是缺少一个非侵入、随时读写脑的工具。 金山木的起点恰恰是这个瓶颈本身：颅骨对超声具有极强的衰减和畸变效应，常规超声很难有效穿透颅骨实现高分辨率成像。 传统 TCS 成人颅脑成像 尽管超声功能成像在脑科学研究领域已经掀起热潮，由于其极高的时间 + 空间分辨率，能够分辨 20 微米的极细血流，它有潜力成为性能最优异的大脑功能成像工具，但由于颅骨的天然屏障，使得这项技术仍然停留在 Nature 和 Science 阶段。 所有在超声路线上的脑科学前沿团队，都选择绕开 “颅骨”：Arbor 和 Merge Labs 走开颅或植入 PMMA、PEEK 透声植入物成像；Openwater 用光学测量脑血流、用超声进行调控；Attune Neurosciences 借助 MRI 定位、用超声做深部脑调控。 而鲲为选择了最难的那条路：不绕开颅骨，要正面穿透它 —— 正是基于全球独一无二的超声全栈计算成像能力，鲲为突破了教科书里的衍射极限，让穿颅读脑变为可能。 鲲为 HUS 技术下的颅脑超声图像 鲲为