Tavus推出视频对话AI Griffin，称其为首个“人类交互模型”。它能够实时进行视频通话，并处理对方的面部表情、语气和手势。在Tavus开展的一项研究中，参与者与Griffin通话一分钟后，有48%认为与自己交谈的是真人。
Griffin处理的信息超出了文字和语音内容，还包括人在交流时表现出的视觉与声音信号。它面向的是实时视频交流：用户说话时的表情、语调以及肢体动作，都被纳入模型处理范围，而非仅把用户的话转成文字再作答。
Tavus给出的对比显示，此前系统让参与者误认为真人的比例最高为2%，Griffin在这项研究中达到48%，相差46个百分点。这一结果对应的是一分钟视频通话后的身份判断，展示了AI视频形象在短时交流中呈现真人感的能力。此次发布将表情、语气和手势处理整合进同一个实时对话模型。据The Decoder报道。