生成式AI在翻译领域蕴含巨大机遇，Panjaya公司正将该概念推向新高度。其推出的超逼真生成式AI视频配音工具BodyTalk，不仅能重现说话者用新语言表述时的原始声音，还能自动调整视频画面与肢体动作，使其自然匹配新的语音模式。
经过三年低调研发，该初创公司发布了首个版本BodyTalk，并获得950万美元首笔外部融资。
核心团队与融资背景
Panjaya由深度学习专家Hilik Shani和Ariel Shalom创立，两人曾长期为以色列政府从事相关技术研究，现分别担任总经理和首席技术官。他们于2021年转型创业；一年半前，Guy Piekarz作为首席执行官加入团队。
Piekarz虽非创始人，却是行业重量级人物。他创办的Matcha（流媒体视频发现与推荐平台）早在2013年Apple TV战略萌芽期便被收购，交易额为1000万至1500万美元。随后他在Apple任职近十年，负责构建Apple TV及体育垂直频道。经投资方Viola Ventures引荐，他结识了Panjaya团队（其他投资方包括R-Squared Ventures、JFrog联合创始人兼CEO Shlomi Ben Haim、Chris Rice、Guy Schory、Storm Ventures的Ryan Floyd、Riviera Partners的Ali Behnam及Oded Vardi）。
“离开Apple后我本打算尝试全新领域，但看到这项技术的演示后深受震撼，后续发展便顺理成章。”Piekarz表示。
技术亮点：多模态整合与自研引擎
BodyTalk的核心优势在于将合成媒体的多项技术整合至同一框架。该技术基于音频进行翻译（目前支持29种语言），以模仿原声的方式播放译文，并同步修改唇部及肢体动作以适配新词汇。用户上传视频后，平台可自动完成处理并提供编辑仪表板。未来计划推出API并实现更接近实时的处理速度（目前处理耗时约数分钟）。
“我们在有成熟方案的环节采用行业最佳实践，而在市场空白领域则自研AI模型。”Piekarz指出，公司的唇形同步引擎完全由内部团队自主研发，因为现有产品尚无法在多说话人、多角度及复杂商业场景中达到同等质量。
目前BodyTalk聚焦B2B市场，客户包括JFrog和TED等机构，未来将拓展至体育、教育、营销及医疗等领域。
定位“深度真实”与安全护栏
尽管生成的翻译视频逼真度接近深度伪造（deepfakes），但Piekarz强调应避免使用该术语，因其带有负面含义。他将Panjaya定位为“深度真实（deep real）”类别。
为防止滥用，公司通过专注B2B市场和访问控制建立“护栏”。Piekarz认为，长远来看应开发水印等技术以检测合成媒体，无论是合法还是恶意用途。“我们致力于防止虚假信息传播。”他说。
市场竞争与母语内容价值
在AI视频翻译赛道，Panjaya面临Vimeo、ElevenLabs等巨头及Speechify、Synthesis等中小企业的竞争。尽管字幕已成为视频消费标配（CBS调查显示超半数美国观众常开字幕，TikTok也已默认开启），但国际配音市场空间依然广阔。
CSA等研究机构表明，母语内容能显著提升参与度，尤其在B2B领域。Panjaya的客户数据印证了这一观点：TED使用其工具配音的视频观看量增长115%，完播率翻倍。