据 AI 初创公司 Tavus 介绍，其新模型 Griffin 让 48% 的与之进行实时视频通话的人以为自己在和真人交流。

该公司于 10 月 1 日发布这一模型，并称其为首个 Human Interaction Model，即一种旨在理解并生成面对面交流的 AI，能够关注表情和停顿等信息，而不仅仅是文字。Tavus 表示，其此前系统在同一测试中的得分为 2.4%。

Tavus 测试的是 Griffin-Lite 版本。该版本共面对 54 名参与者，其中 26 人在通话结束后表示，他们相信自己的通话对象是真人。旧系统面对 41 人，只有 1 人相信对方是真人。

Tavus 解释称，参与者被告知自己将与另一位真人进行一次为时一分钟的视频通话，话题是“今年最期待什么”。直到通话结束后，他们才被问到，通话过程中是否曾想到对方可能并不是真实的人。

这并不是经典的图灵测试。图灵测试由英国数学家艾伦·图灵于 1950 年提出，要求评判者与一个隐藏的人和一个隐藏的机器对话，并判断谁是谁。此次通话中，没有人被告知另一端可能是机器人。

这些结果来自 Tavus 自己的研究页面，参与者则通过该公司所称的独立研究平台招募。X 上的一条社区注释已经指出，这些结果未经独立验证，也不符合标准流程。Tavus 表示，通常会起疑的人往往在 20 秒内就会察觉。

AI 公司朝这个方向发展已经有一段时间了。加州大学圣地亚哥分校的一项研究发现，当 OpenAI 的 GPT-4.5 被提示扮演一个内向、熟悉互联网的年轻人时，它在 73% 的对话中让评判者相信它是人类。那项测试仅限文本。

Griffin 则加入了实时的面孔和声音。

在 NVIDIA 的 VideoFDB 基准测试中，这是一项针对实时音视频对话的测试，Tavus 表示 Griffin-Lite 排名第一。其生成能力轨道用于评估模型回答的自然度和表现力，Griffin-Lite 得分为 3.83 分；次优系统得分为 2.80 分；人类参考得分为 3.92 分。

感知轨道用于检验模型是否理解所见所闻，而这也显示出它与人类之间仍有差距。Griffin-Lite 得分为 3.73，最强基线为 3.44，而人类参考得分为 4.20。Tavus 表示，NVIDIA 独立完成了这项评估。

Tavus 还称，Griffin 具备 full-duplex，也就是能像电话通话而不是对讲机那样，同时听、看、说。在 Tavus 的一段演示中，它会根据自己看到的手部动作，指导一名男子完成魔方，并在对方停下来思考时等待。Tavus 表示，在 NVIDIA H100 芯片上，音频到视频的平均延迟为 0.43 秒，这类芯片常用于 AI 数据中心；公司称这一速度是次快方法的一半。

为什么科技圈之外的人也该关注？因为诈骗者已经在视频通话中这么做了。

今年 1 月，与朝鲜有关联的黑客曾在 Zoom 或 Teams 通话中使用深度伪造视频冒充可信联系人。安全研究人员将这次入侵归因于 BlueNoroff，这是 Lazarus Group 的一个子公司。受害者随后被说服安装伪装成音频修复程序的恶意软件。

去中心化 AI 计算网络 Gonka 的联合创始人 David Liberman 在那篇报道中表示，照片和视频已经不能再被视为某件事真实存在的证明。与现在这个模型相比，当时那些模型还没有这么先进。

企业也已经在临时调整防御措施。2025 年，Kraken 的安全团队通过提出一些即兴问题，例如要求出示政府身份证件以及当地餐馆名称，识别出一名疑似朝鲜籍求职者。对方表现得很吃力。

我们尝试了 Tavus 的模型，结果并不理想。进一步了解后发现，Griffin-Lite 并未向客户开放，只向少数受信任测试者作为研究预览提供；公司表示，正在与 AI 安全组织合作，并开发披露功能。

这是因为 Tavus 表示，在公开发布前，Griffin 还需要安全措施。

Tavus 在 2025 年 11 月完成 4000 万美元 B 轮融资，由 CRV 领投。此前得分为 2.4% 的系统是将三个独立模型拼接而成，分别负责视觉、对话和感知。

受信任测试者可通过在 Tavus 网站提交表单申请访问 Griffin-Lite。