avatar

Tavus 的 Griffin 模型在视频聊天测试里接近真人

单模型把感知和响应放在一起，减少延迟，让 AI 视频对话感觉更自然

avatar
7 days ago

TL;DR:

  • Griffin 在 NVIDIA 面对面 AI 测试中得 3.83/5 分，真人平均 3.92 分
  • 实时测试中，48% 用户以为自己在和真人说话
  • 把感知和响应整合到单一模型，能减少销售、客服和教育里的交互等待

核心结论

Tavus 的 Griffin 模型在实时视频对话里已经很接近真人。

摘要

Rohan Paul 提到，Griffin 在 NVIDIA 的面对面 AI 基准测试拿了 3.83/5 分，真人平均 3.92 分。实时测试显示，48% 的用户没看出来对方是 AI。这个模型响应快，能让 AI 视频体验更自然。

分析

传统做法把语音识别、推理、语音生成和动画分成几个模块，Griffin 则把感知和响应放在同一个模型里。这样能减少模块间的等待，让交互更像真实对话。

低延迟不只影响聊天，还关系到这些场景的实用性：

  • 销售沟通
  • 客户支持
  • 教育互动
  • 医疗咨询
  • 虚拟陪伴

如果这种架构能稳定扩展，AI 视频交互可能从预设台词转向真正的实时交流。不过实际体验不只看模型说了什么，还看它反应有多快，以及能不能识别和回应用户的情绪。这才是低延迟 AI 视频化身进入真实业务的关键。

影响评估

  • 重要性：中等
  • 类别：产品发布、行业趋势、技术洞察

Verdict: 这个方向还在早期，最有优势的是能把低延迟感知与响应做成产品的团队；对短期交易者和长期持有者来说，目前还没有同等清晰的优势。