Tavus 发布 Griffin：首个「人类交互模型」
Tavus 10 月 1 日发布全双工视频到视频模型 Griffin：一分钟通话里 48% 的测试者误认其为真人，目前仅限受信任测试者。
Tavus 10 月 1 日发布了 Griffin，一款它称为「人类交互模型」（Human Interaction Model，HIM）的实时视频对话模型：边听边看边说，只靠一张参考照片就逐帧生成人物的脸、声音和肢体。据 Tavus 自己做的测试，54 位以为自己在和另一位参与者通话的人里，有 26 位（48%）事后认为对面是真人；该公司上一代系统在同样的测试里是 41 人中 1 人（2.4%）。目前只有名为 Griffin-Lite 的研究预览版，开放给少数受信任的测试者，没有 API，也没有价格。
要点
- 架构：全双工、视频到视频的单一系统，感知、决策、生成并行运行，不再是「语音识别 → 大模型 → 语音合成 → 形象驱动」的接力。
- 自测成绩：一分钟视频通话，26/54（48%）的人认为对面是真人；上一代 Phoenix-4.5 方案是 1/41（2.4%）。
- 第三方基准：在 NVIDIA 的 VideoFDB 上，生成赛道 3.83 分（真人参考 3.92），感知赛道 3.73 分（真人参考 4.20），均为榜单最高。
- 可用性：仅 Griffin-Lite 预览版，限受信任测试者；Tavus 称要先解决披露与安全问题才会放开。
背景
Tavus 过去做的是「数字人」的流水线：Phoenix-4.5 负责渲染人脸，Raven-1 负责感知用户，Sparrow-2 负责判断什么时候该开口。三个模型各管一段，已经有约 15 万开发者和企业在用，但官方承认它在真人盲测里最高只有 2% 的通过率。
这类级联方案的毛病不在画质，在交接。语气、表情、手里拿的东西，一转成文字就丢了；系统还得等你说完才开始处理，所以你停下来想一想，它就把沉默当成轮到自己，或者愣一两秒才接话。语音这边已经走过类似的路：端到端的实时语音模型取代三段式流程之后，AI 才有了插话和语气，Griffin 想把同样的转变从声音推进到画面。
事实部分
以下数字除特别注明外，均为 Tavus 官方发布页所述。
技术路线。 Griffin 由两部分组成：连续对话建模引擎，每隔不到一秒重新评估一次对话状态，决定说、停、让话还是附和；音视频生成引擎，把这些控制信号转成语音和 720p 视频。视频生成器由一个大型多步扩散模型蒸馏而来，官方称在 H100 上从音频到画面的平均延迟为 0.43 秒，是次快方法的一半。语音侧用自研编解码器 Tavec，可用约 10 秒的录音克隆声音。
视频质量。 与四个已发表的流式扩散模型相比，Griffin-Lite 在 DOVER、FID 和 THEval 上领先；唇形同步指标 LSE-C 为 7.27，排第二（AvatarForcing 为 7.73）。
VideoFDB。 这是 NVIDIA 的全双工音视频对话基准，官方称由 NVIDIA 独立评分：
| 赛道 | 系统 | 总分 | 抢话对齐 / 响应时间 |
|---|---|---|---|
| 生成 | 真人基准 | 3.92 | 78% / 900 ms |
| 生成 | Griffin-Lite | 3.83 | 62.8% / 1892 ms |
| 生成 | Gemini 2.5 + Anam | 2.80 | 44% / 2840 ms |
| 感知 | 真人基准 | 4.20 | 90% / 1400 ms |
| 感知 | Griffin-Lite | 3.73 | 73.8% / 2232 ms |
| 感知 | MiniCPM-o 4.5 | 3.40 | 73% / 720 ms |
感知赛道共评测 15 个模型，Griffin-Lite 排第一。数据来源：Tavus 发布页，2026 年 10 月 1 日。
真人盲测。 参与者被告知会和「另一位参与者」聊一分钟「今年期待什么」，事后才在问卷最后一题问是否想过对方可能不是真人，随后告知真相。认为是真人的人平均自信度 79%，认为是 AI 的人 81%。七分制评分里，自然度 5.4、可信度 5.6、愿意再聊 5.8、「真的在听」5.5，「对话流畅」4.9 最低。
各方说法
The Rundown 在 10 月 2 日的报道里指出，这是一次很小的短时测试，参与者本来就以为会遇到真人，更长的通话里印象能否保持尚不清楚。它还注意到，生成赛道的对比表里只列了两个竞争的 AI 系统，Griffin-Lite 的领先幅度要放在这个表的范围里看；感知赛道与真人的差距（0.47 分）比生成赛道（0.09 分）大得多。
极客公园 在 10 月 4 日的长文里做了一个粗算：54 人、48% 的比例，统计误差大约在正负 13 个百分点。我们按常规正态近似自己算了一遍，结果一致，区间大约是 35% 到 61%。该文还提醒这不是严格意义上的图灵测试，因为经典设定里裁判知道对面可能是机器，而这里参与者被告知对面是人。另外它引用 Decrypt 记者的经历：想体验 Tavus 模型，才发现 Griffin-Lite 并不对客户开放。
什么值得买 上的一篇综述把账分成三笔：自测分、榜单分、可用性。它特别指出，起疑的参与者大多在前 20 秒内就起了疑，意思是有戒心的人露馅很快，这点与官方披露的结果一致。
三方说法有一个共同点：2.4% 到 48% 的跳跃真实发生在同一套测试方法里，但没人认为这个数字可以外推成日常场景里的欺骗率。
编辑判断
比 48% 更值得记的，是 Tavus 把比拼的指标从「脸像不像」换成了「懂不懂」：什么时候点头，什么时候别说话。焊接演示里它等对方沉默完再开口，这在级联架构里很难做出来，因为系统不存在「同时听、看、决定」这回事。如果端到端路线站得住，靠语音识别、大模型、语音合成、形象驱动四件套拼出来的数字人产品，护城河会变浅。
要打的折扣也很明确。48% 来自厂商自己设计、执行并公布的实验；一分钟、闲聊、事先暗示对面是人，是最宽松的条件。响应时间中位数 1892 毫秒，约是真人 900 毫秒的两倍。官方也没有说成本：720p 实时生成跑在 H100 上，而 Griffin-Lite 的价格和 API 都没有公布。
对开发者，现阶段没有可接的东西，只能继续用 Tavus 现有的 PAL 和 API（Phoenix、Raven、Sparrow）。对其他人，安全面更要紧：Tavus 自己写明，让模型像真人的那些特性，同样能让人误以为对方不是 AI。The Rundown 提到的香港「假 CFO 视频会议」转账 2500 万美元一案，说明伪造视频会议早已有人得手；一个能对提问做出反应的对象会让这类骗局更难识别。谁来强制披露 AI 身份，Tavus 还没有给出答案。同样因安全顾虑暂缓放开的前沿模型，我们此前报道过 OpenAI 叫停 GPT-6.1 Astra。我们没有看到 Griffin 的任何独立复现，所以建议把它当作「方向被验证了」，而不是「图灵测试被攻破了」。
怎么试
目前没有公开入口。Tavus 在发布页放了一张申请表，受信任测试者可申请 Griffin-Lite 的研究预览；官方说 Griffin 要等安全问题处理好才会进入 Tavus 平台。想先体验同类产品，可以用现有的 Tavus API 或 PAL Maker 搭一个基于 Phoenix、Raven、Sparrow 的 PAL。
接下来
三件事值得盯：Griffin 何时进入 API 以及定价；Tavus 说的「主动披露 AI 身份」功能长什么样；有没有第三方在更长、更有戒心的通话里复现类似的结果。