Tavus представила Griffin — модель для видеозвонков. В исследовании после минутного разговора с ней 48% участников решили, что общались с человеком. Griffin объединяет восприятие аудио и видео, принятие решений, а также генерацию речи и видео в единую систему, работающую в реальном времени. Модель слушает и наблюдает за собеседником, а каждые доли секунды решает, заговорить ли, отреагировать или подождать.
В исследовании Tavus приняли участие 54 человека: 26 из них, то есть 48%, после минутного разговора сочли собеседника реальным человеком. Для сравнения, при тестировании предыдущей системы Tavus, объединявшей Phoenix-4.5, Sparrow-2 и Raven-1, такой ответ дали только 1 из 41 участника — около 2,4%. При этом участникам заранее не сообщали, что они будут разговаривать с ИИ.
Девушка справа на самом деле ИИ
В одной из демонстраций Griffin помогала собеседнику собрать кубик Рубика. Модель следила за его действиями, поддерживала разговор во время сборки и ждала, когда тот продолжит, если он делал паузу. Особенность Griffin заключается в так называемой полнодуплексной работе: модель не ждёт полного окончания реплики, чтобы затем начать обработку ответа. Она может продолжать слушать во время собственной речи, реагировать на перебивания и учитывать визуальные сигналы собеседника. Tavus также заявляет, что видеогенерация Griffin-Lite на H100 в среднем укладывается в 0,43 секунды от поступления аудио до соответствующего изменения изображения.
В независимом тесте NVIDIA Griffin заняла первое место среди ИИ-моделей для общения в видеосвязи. Для сравнения: предыдущие системы, включая собственный видеочат Tavus, проходили тест максимум в 2% случаев. В бенчмарке NVIDIA VideoFDB модель получила 3,83 балла из 5 в категории генерации — против 3,92 балла у человеческих участников. Следующая опубликованная ИИ-система набрала 2,80 балла. В категории восприятия Griffin получила 3,73 балла против 4,20 у людей и 3,44 у ближайшего сопоставимого результата другой модели. Оценка проводилась в сентябре 2026 года на основе 237 видеоклипов реальных разговоров, охватывающих 11 типов невербального поведения.
Пока речь не идёт о полноценном публичном запуске. Griffin-Lite доступна в формате исследовательского превью ограниченной группе тестировщиков. Tavus отдельно отмечает необходимость дополнительной работы над безопасностью и раскрытием факта использования ИИ, поскольку модель способна убедительно имитировать человека в видеозвонке.
Может ли результат исследования Tavus убедить вас, что ИИ уже способен заменить живого собеседника в видеозвонке?
НовостиАнонсыЖелезо и технологииискусственный интеллект
Источник: vgtimes.ru