Tavus 推出了首款人類互動模型 Griffin，在影片圖靈測試中成功以 44% 的機率誤導人類，遠超以往系統約 3% 的水平。該模型在 NVIDIA 的全雙工 AI 影片基準測試中排名第一，得分為 3.83，僅次於人類基準的 3.92。
Griffin 是一款統一的影片對影片模型，能在說話時聆聽，並關注表情、停頓及整體音訊環境，而不僅是字詞。它透過同時感知與生成語音及面部表情，實現了從靜態影像到即時全雙工影片互動的重大躍進。
該模型建立在 Tavus 先前研究的基礎上，但更著重於互動動態，包括語調和附和聲等細節。這項進展對對話式 AI 具有深遠影響，可能透過 AI 面試詐騙等應用衝擊人力資源產業，並提升數位人類的真實感。
事件背景
圖靈測試由艾倫·圖靈於 1950 年提出，是用來判斷機器是否展現出類人智能的基準。全雙工通訊允許雙方同時說話與聆聽，模擬自然的人類對話。
先前的 AI 虛擬角色通常受限於上半身動作或缺乏即時反應能力，因此 Griffin 的全身即時互動是一個顯著的技術里程碑。
社群觀察
社群成員對其真實感表示驚嘆，指出人類天生擅長察覺細微線索，因此 44% 的成功率相當驚人。大家也關注其實際應用，例如 AI 生成的求職者透過影片面試詐騙公司或竊取設備。
