📖 AI 总结

Tavus 发布的 Griffin 模型被定义为全球首个“人类交互模型”，其核心突破在于让 AI 数字人从“会动的播音员”进化为“会接话的人”。在一分钟视频通话测试中，54 名参与者有 26 人误以为在与真人聊天，识别失败率接近 48%，而上一代系统仅为 2.4%。Griffin 采用全双工、视频到视频架构，不再依赖语音识别、语言模型、语音合成、形象驱动的级联流程，而是每隔不到一秒综合评估对话状态，同步输出语言、情绪、表情和手势控制信号。它能分辨用户是说完还是在思考，从而自然等待、点头或抢话。这一进展意味着 AI 数字人正从追求“脸像不像”转向“像人一样聊天”，人机对话的边界正在变得模糊。