Tavus发布Griffin-Lite：首个通过“视频图灵测试”的实时AI对话模型

SmartHey10月9日消息，美国旧金山AI视频公司Tavus官网宣布，其最新推出的轻量级实时视频对话模型Griffin-Lite，在一项严格对照的用户实测中表现突出：在54名受试者参与的一分钟视频通话测试中，26人误判对方为真人，识别错误率达48%。

作为对比，该公司上一代系统在同一测试中的误判率仅为2.4%。

Tavus指出，Griffin-Lite是全球首个通过“视频图灵测试”的实时视频交互AI模型，并将其定位为“人类交互模型”。与传统语音助手不同，该模型支持全双工对话——即双方可同时说话、即时回应，无论是自然附和、礼貌打断，还是沉默倾听，行为逻辑均高度拟人化。

所谓“视频图灵测试”，是指在无提示的实时视频通话场景下，由未知身份的受试者通过音视频交互判断对方是否为人类。若显著比例（如接近或超过半数）的受试者在短时间内产生误判，则视为通过测试。该标准严于经典文本图灵测试，需同步满足语音语调、微表情、眼神交互、反应时延、唇形同步等多维拟真要求。

该成果已通过第三方独立基准验证。英伟达主导的VideoFDB评测框架专用于评估全双工视频对话能力，从“生成质量”与“感知拟真度”两个维度综合打分。

结果显示，Griffin-Lite在两项指标上均超越当前所有公开竞品模型；其生成得分已逼近真人参考水平，仅在响应延迟方面略逊于人类平均反应速度。在画质清晰度、口型-语音精准对齐、端到端延迟等关键子项中，亦处于行业领先位置。

技术突破源于架构革新：Griffin-Lite采用端到端联合建模方式，将感知输入、意图理解、交互决策与内容生成深度融合为一个连续对话引擎。该引擎以亚秒级（<1秒）节奏持续分析对方音视频流，实时判定应答策略（发言/附和/插话/静默），并同步规划语言内容、语气情绪、面部表情、手势动作及身体姿态。

另一套轻量化生成引擎则基于单张静态参考图像，实时合成高保真全身动态影像——背景光影、座椅位移、衣物褶皱等物理细节随动作自然变化，长时间对话下画面稳定性与一致性显著提升，避免常见AI视频的“漂移失真”问题。

目前，Griffin-Lite仅面向经严格筛选的可信测试者小范围开放，尚未接入任何商业服务平台。Tavus坦言，暂缓规模化部署的核心考量在于模型拟真度过高，存在引发身份混淆的风险。

根据欧盟《人工智能法案》强制性规定，所有面向公众提供直接人际交互服务的AI系统，必须以清晰、及时、不可绕过的方式披露其AI身份。为此，Tavus正加速开发内置式强制身份声明功能，并协同多家国际AI安全机构推进合规适配。完整商用版Griffin（非Lite版）的发布时间、落地路径及定价策略，将在相关法规合规认证完成后另行公布。