AI 基礎設施（AI infrastructure）層的新獨角獸

在一項決定性的舉動中，該舉動強調產業正從訓練大型模型轉向在實時環境中部署它們，LiveKit 成功獲得 1 億美元 C 輪融資，推動其估值達到 10 億美元。此次融資由 Index Ventures 領投，Salesforce Ventures 參與投資，先前投資者 Altimeter Capital、Redpoint Ventures 和 Hanabi Capital 亦有顯著參與。

對 Creati.ai 的觀察者而言，這樣的估值不僅是一個財務里程碑；它也標誌著 AI 基礎設施（AI infrastructure）層的成熟。儘管 2024 和 2025 年是由 OpenAI 與 Anthropic 等基礎模型（foundation model）供應商之間的軍備競賽所定義，2026 年則迅速發展成為應用層之年—具備「看、聽、說」能力的多模態代理（multimodal agents）。LiveKit 由 Russ d'Sa 和 David Zhao 於 2021 年創立，已靜悄悄地構建了讓這些互動感受既即時又具人性化的關鍵管線。

這筆新資金將用於擴展 LiveKit 的全球邊緣節點網絡並強化其「Agents」框架，該框架簡化了複雜 AI 管道的協調。隨著企業從文字聊天機器人轉向以語音為原生的助理，對專用、低延遲基礎設施的需求飆升，使 LiveKit 成為下一代計算的預設傳輸層。

語音革命背後的「管線」

要理解 LiveKit 的快速崛起，首先必須了解對話式 AI 的技術瓶頸。構建語音代理不僅僅是將語音轉文字（speech-to-text，STT）引擎連接到大型語言模型（Large Language Model，LLM）和文本轉語音（text-to-speech，TTS）合成器。真正的挑戰在於延遲和狀態管理。

在標準的基於 HTTP 的架構中，使用者講話與 AI 回應之間的時間延遲很容易超過二到三秒—在人類對話中這幾乎是無限漫長。這種延遲破壞了智能的錯覺，並讓使用者感到沮喪。LiveKit 通過採用最新的網頁即時通訊（WebRTC，Web Real-Time Communication）方法——該技術最初為視訊會議而設計——並將其改造用於 AI 推論，解決了這一問題。

解決延遲瓶頸

LiveKit 的基礎設施作為一個高效能可編程網路運作。它管理音頻流的接收，通過超低延遲管線處理，並在數毫秒內將 AI 的回應傳回給使用者。

通過處理「輪替講話」（turn-taking）邏輯——識別使用者何時停止講話或何時打斷 AI——LiveKit 讓開發者能構建類似自然電話通話，而非對講機式交談的體驗。對於以流暢度作為主要成功指標的新一代「語音模式」應用而言，這項能力至關重要。

該公司的技術抽象化了抖動緩衝（jitter buffer）、回聲消除（echo cancellation）和連線中斷等管理複雜性，讓 AI 工程師能全心專注於其代理的邏輯。這種以開發者為先的理念促成了廣泛的採用，該平台每年現已促成數十億分鐘的 AI 互動。

OpenAI 的背書

或許對 LiveKit 技術最重要的認可來自與 OpenAI 的合作。LiveKit 成為 ChatGPT 進階語音模式（Advanced Voice Mode）的核心支柱，該功能以其能進行情感細膩且即時的對話能力震驚了科技界。

對企業買家而言，邏輯很簡單：如果 LiveKit 的基礎設施足夠強大，可應對 ChatGPT 全球用戶群的大量並發負載，那麼其處理客服代理、遠距醫療諮詢或內部企業工具的能力更是綽綽有餘。這種「OpenAI 效應（OpenAI Effect）」加速了 LiveKit 在《財富》500 強企業中的採用，像 Salesforce 與 Tesla 等公司都將該技術整合到自身的 AI 策略中。

比較：傳統 vs. AI 原生基礎設施

在傳統通訊棧上嘗試構建語音 AI（voice AI）與使用專用基礎設施之間的差異顯而易見。下表概述了驅使開發者轉向 LiveKit 的主要技術差異。

超越聊天機器人：具自主代理的未來

儘管對話式 AI 目前是增長的驅動力，LiveKit 的路線圖已延伸至更廣泛的多模態代理（multimodal agents）領域。實時串流視訊資料的能力使 AI 模型能「看」見並推理物理世界。

這項能力正在為機器人技術和工業自動化開闢新前沿。例如，遠程操作（teleoperation）新創公司正使用 LiveKit 將低延遲視訊從機器人傳輸到人類操作員或 AI 監督者。在醫療保健領域，心理健康提供者則利用該平台驅動自主治療助理，能偵測病人語音中的細微情緒線索，這需要標準電話無法提供的高保真音訊傳輸。

此外，Salesforce Ventures 參與本輪 C 輪融資意味著與客戶關係管理（CRM）工作流程的深度整合。我們可以預期會出現「具自主代理的 CRM（Agentic CRM）」系統，讓 AI 語音代理不僅處理支援通話，還能自主更新客戶記錄並實時觸發工作流程，全部由 LiveKit 的數據管道驅動。

以開發者為中心的生態系

儘管擁有獨角獸估值並專注於企業市場，LiveKit 仍深植於開源社群。其技術核心對開發者開放，促進了繁榮的外掛與整合生態系。

「LiveKit Agents」框架讓開發者能以 Python 或 Node.js 撰寫代理邏輯，並視複雜的音/視訊處理為標準函式庫匯入。這種即時多媒體技術的民主化，降低了構建複雜 AI 應用的門檻。單一開發者現在能在一下午內構建語音助理原型，以往這需要一支 VoIP 工程師團隊和數月的開發時間。

2026 年的市場影響

隨著我們進入 2026 年，LiveKit 的資本化驗證了一個更廣泛的趨勢：AI 堆疊正在固化。為每個 AI 應用構建量身訂做基礎設施的時代正在結束。就像 Twilio 成為 SMS 的預設 API，Stripe 成為支付的預設 API 一樣，LiveKit 正定位為 AI 與人類溝通的預設 API。

對 Creati.ai 的讀者而言，重點很明確：AI 實用性的瓶頸不再是模型的智慧，而是介面的速度與可靠性。擁有 10 億美元估值和 1 億美元的資金，LiveKit 正確保未來的介面將是即時、無縫且無處不在。