2700万美元拿下AI数字人！Kaltura押注“能交流的视频”，构建企业级AI互动入口

视频平台老牌厂商Kaltura正从“内容载体”升级为“智能互动界面”。近日，这家纳斯达克上市公司宣布以2700万美元收购以色列AI数字人企业eSelf.ai，并将其领先的实时对话虚拟人技术深度融入自家的企业视频体系。这一步意味Kaltura不再只做视频的存储与分发，而是全力押注“视频即界面”（Video as an Interface）的新一代企业交互形态。

不只是“动嘴说话”，还是“看得懂、听得清、会表达”的AI助手

eSelf.ai成立于2023年，由此前被Snap收购的Voca创始人Alan Bekker与CTO Eylon Shoshan共同创立。虽然团队仅约15人，却在语音视频生成、低延迟语音识别与屏幕内容理解三项关键技术上深耕。它的数字人不仅口型同步逼真，还能“看见”用户屏幕并据此即时回应——比如，当客户停留在保险页面时，虚拟人会主动解读条款；在培训场景中，它可根据学员的操作界面动态调整讲解重点。

Kaltura CEO Ron Yekutiel强调，此次并购的核心在于eSelf具备真正的实时双向对话能力，而不是市面上常见的“预录音频+口型同步”的伪互动。“我们要的是能与用户进行动态、上下文理解的双向交流的AI，而不是一个会动嘴的视频片段。”

从企业视频平台，走向AI体验引擎

Kaltura目前服务全球超过800家企业客户，包括Amazon、Oracle、SAP、IBM及多家顶级金融机构与高校。其产品覆盖企业视频门户、虚拟课堂、网络研讨会与TV流媒体解决方案。并购eSelf后，Kaltura将推出可嵌入销售、客服、培训等场景的独立AI代理，为企业交付“视频+智能”的全栈能力：

前端：高拟真数字人作为互动入口；

中台：连接CRM、知识库、LMS等企业系统；

后端：根据用户行为与屏幕内容，实时生成个性化回应。

Yekutiel表示，Kaltura的愿景是让视频从“被动观看”变成“主动服务”——“我们从视频起步，升级到个性化视频，如今借助eSelf，为AI配上面孔、眼睛、耳朵和嘴巴，让其具备接近人类的表达与理解能力。”

战略路径明确，否认出售传闻

尽管近期有媒体称Kaltura寻求以4亿至5亿美元估值出售，公司CEO明确否认：“我们从未接近达成任何交易。”相反，这次收购是Kaltura的第四笔战略并购（此前包括Tvinci、Rapt Media、Newrow），体现其在“AI+视频”融合上的持续投入。Kaltura在2024年营收约1.8亿美元，已实现Adjusted EBITDA与现金流双盈利，团队规模约600人。

随着eSelf团队全员并入，Kaltura计划在教育、金融、医疗、电商等高价值场景快速落地对话式AI代理。当企业客服不再只是聊天窗口里的机器人，而是一个会“注视你、理解你、引导你”的数字专家，人机互动的临界点或许正在逼近。