视频平台巨头Kaltura正从“内容容器”向“智能交互界面”全面进化。近日，这家纳斯达克上市企业宣布以2700万美元收购以色列AI数字人公司eSelf.ai，将后者领先的实时对话型虚拟人技术深度整合至其企业视频生态。此举标志着Kaltura不再满足于视频的存储与分发，而是押注“视频即服务界面”（Video as an Interface）的下一代企业交互范式。

不只是“会动的嘴”，而是“看得懂、听得清、说得明”的AI代理

eSelf.ai成立于2023年，由前Snap收购公司Voca创始人Alan Bekker与CTO Eylon Shoshan联合创立，团队仅15人却深耕语音-视频生成、低延迟语音识别与屏幕理解三大核心技术。其虚拟人不仅能实现逼真唇形同步，更能“看到”用户屏幕内容并据此实时回应——例如，当客户在保险页面停留时，数字人可主动解释该产品条款;在培训场景中，它能根据学员操作界面动态调整讲解重点。

Kaltura CEO Ron Yekutiel强调，此次收购的核心价值在于eSelf具备真正的实时同步对话能力，而非市面上常见的“预录语音+口型对齐”式伪交互。“我们需要的是能与用户进行双向、动态、上下文感知对话的AI，而非一个会说话的视频片段。”

从企业视频平台，到AI体验引擎

Kaltura目前服务超800家全球企业客户，包括Amazon、Oracle、SAP、IBM及多家顶级金融机构与高校。其产品涵盖企业视频门户、虚拟课堂、网络研讨会系统及TV流媒体解决方案。收购eSelf后，Kaltura将推出可嵌入销售、客服、培训等场景的独立AI代理，为企业提供“全栈式视频智能”:

前端:高拟真数字人作为交互入口;

中台:对接CRM、知识库、LMS等企业系统;

后端:基于用户行为与屏幕内容动态生成个性化响应。

Yekutiel指出，Kaltura的愿景是让视频从“被动观看”变为“主动服务”——“我们始于视频，进阶至个性化视频，如今通过eSelf，赋予AI以面孔、眼睛、耳朵和嘴巴，使其真正具备人类级表达与理解力。”

战略布局清晰，否认出售传闻

尽管近期有媒体报道Kaltura正寻求以4亿至5亿美元估值出售，Yekutiel明确否认:“我们从未接近达成任何交易。”相反，此次收购是其第四次战略并购（此前包括Tvinci、Rapt Media、Newrow），彰显公司持续投入AI与视频融合的决心。Kaltura2024年营收约1.8亿美元，已实现Adjusted EBITDA与现金流双盈利，拥有600名员工。

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机器人，而是一个能“注视你、理解你、引导你”的数字专家，人机交互的临界点，或许正在到来。