Tavus Griffin: वह AI वीडियो मॉडल जो 48% लोगों को यह सोचने के लिए प्रेरित करता है कि यह मानव है
प्रकाशित:
संक्षेप में
1 अक्टूबर 2026 को, AI स्टार्टअप Tavus ने Griffin का अनावरण किया, एक रीयल-टाइम वीडियो मॉडल जिसे वह पहला "Human Interaction Model" कहते हैं। कंपनी द्वारा चलाए गए परीक्षण में, 54 प्रतिभागियों में से 48% ने एक मिनट की वीडियो कॉल के बाद कहा कि वे एक असली व्यक्ति से बात कर रहे थे, जो Tavus की पिछली प्रणाली में लगभग 2% था।
यह संस्करण मूल पाठ (English) का मशीनी अनुवाद है। मूल पाठ पढ़ें
Tavus, सैन फ्रांसिस्को में स्थित एक AI वीडियो स्टार्टअप, ने 1 अक्टूबर 2026 को Griffin नामक एक नया मॉडल पेश किया, जिसे पहला "Human Interaction Model" (HIM) के रूप में वर्णित किया — एक ऐसी प्रणाली जो विशेष रूप से रीयल-टाइम, आमने-सामने वीडियो बातचीत के लिए बनी है, न कि केवल पाठ या स्थिर अवतार उत्पन्न करने के लिए, कंपनी की अपनी घोषणा के अनुसार।
इस रिलीज ने एक विशेष कारण से ध्यान आकर्षित किया: एक आंतरिक अध्ययन में, 54 प्रतिभागियों में से 48% ने कहा कि वे Griffin-Lite के साथ एक मिनट की लाइव वीडियो कॉल के बाद यह मानते थे कि वे एक असली मानव से बात कर रहे हैं। यह Tavus की पिछली प्रणाली Phoenix-4.5 के साथ लगभग 2.4% (41 में से 1 व्यक्ति) की तुलना में है, जैसा कि कंपनी और Decrypt ने रिपोर्ट किया।
Griffin पहले के AI अवतारों से कैसे भिन्न है
Tavus की अपनी तकनीकी विवरण के अनुसार, अधिकांश बातचीत AI वीडियो उपकरण अलग-अलग घटकों की एक श्रृंखला के रूप में काम करते हैं: एक भाषण-पहचान प्रणाली ऑडियो को पाठ में परिवर्तित करती है, एक भाषा मॉडल एक प्रतिक्रिया का मसौदा तैयार करता है, एक वॉयस सिंथेसाइज़र इसे जोर से पढ़ता है, और एक अवतार इंजन चेहरे को एनिमेट करता है। प्रत्येक हाथ बदलने से देरी जुड़ती है और सूक्ष्मता खो जाती है।
इसके बजाय Griffin एक एकल वीडियो-से-वीडियो पाइपलाइन के रूप में दो जुड़े भागों के साथ चलता है, Tavus के अनुसार: एक "Continuous Conversational Modeling" इंजन जो यह तय करने के लिए सबसेकंड अंतराल पर बातचीत का पुनः मूल्यांकन करता है कि कब और कैसे जवाब दें, और एक "Audio-Visual Generation" इंजन जो एक साथ भाषण और वीडियो दोनों उत्पन्न करता है। क्योंकि धारणा तब भी चलती रहती है जब मॉडल बोल रहा हो, Tavus कहते हैं कि Griffin वाक्य के बीच में बाधा, विराम, भौंह उठाने, या कैमरे पर किसी की लहराने पर प्रतिक्रिया कर सकता है, न कि किसी व्यक्ति के बात खत्म करने की प्रतीक्षा कर सकता है।
बेंचमार्क संख्याएं क्या दिखाती हैं
मानव-धारणा अध्ययन से परे, Tavus ने NVIDIA के VideoFDB बेंचमार्क पर Griffin-Lite का परीक्षण किया, जो स्वतंत्र रूप से पूर्ण-द्विमुखी वीडियो-बातचीत प्रणालियों को स्कोर करता है। Tavus ने 5 में से 3.83 की पीढ़ी-गुणवत्ता स्कोर की रिपोर्ट की, अगली-सर्वश्रेष्ठ प्रणाली के लिए 2.80 की तुलना में और वास्तविक मानव वीडियो के लिए 3.92, और 3.73 की धारणा स्कोर, मनुष्यों के लिए 4.20 की तुलना में।
Griffin-Lite बनाम पिछले मॉडल और मानव आधार
मीट्रिक
Phoenix-4.5 / आधार
Griffin-Lite
मानव संदर्भ
मानव माना जाता है (आमने-सामने परीक्षण)
2.4% (41 में से 1)
48% (54 में से 26)
—
VideoFDB पीढ़ी स्कोर (NVIDIA बेंचमार्क)
2.80 (अगला-सर्वश्रेष्ठ सिस्टम)
3.83
3.92
VideoFDB धारणा स्कोर
सबसे मजबूत आधार, Griffin से 0.29 नीचे
3.73
4.20
The Neuron और Decrypt दोनों ने नोट किया कि 48% का आंकड़ा Tavus के एक आंतरिक अध्ययन से आता है जिसमें एक छोटा नमूना आकार है और अभी तक कोई स्वतंत्र प्रतिकृति नहीं है। Decrypt ने यह भी रिपोर्ट किया कि जिन बातचीत में लोग संदिग्ध हो गए, वे आम तौर पर लगभग 20 सेकंड में AI की पहचान कर लेते थे।
Tavus पहुंच को सीमित क्यों कर रहा है
परिणामों के बावजूद, Griffin-Lite सार्वजनिक रूप से उपलब्ध नहीं है। Tavus ने इसे सुरक्षा और प्रकटीकरण सुविधाओं को विकसित करते हुए "चुनिंदा विश्वस्त परीक्षकों" के लिए एक अनुसंधान पूर्वावलोकन तक सीमित कर दिया है, कंपनी ने अपनी वेबसाइट पर और Business Wire के माध्यम से वितरित प्रेस रिलीज़ में कहा।
Tavus ने मौजूदा deepfake-सक्षम धोखाधड़ी की ओर इशारा किया — जिसमें वीडियो स्कैम शामिल हैं जिन्होंने क्रिप्टोक्यूरेंसी कर्मचारियों और एक्सचेंजों को लक्षित किया है — सावधानी के कारण के रूप में, Decrypt की रिपोर्टिंग के अनुसार। कंपनी ने कहा कि वह लोगों को बताने के तरीकों पर AI सुरक्षा संगठनों के साथ काम कर रही है कि वे कब किसी व्यक्ति के बजाय AI से बात कर रहे हैं।
एक बहुत अच्छी बातचीत में, आप अपना समय यांत्रिकी का मूल्यांकन करने में नहीं लगाते। आप इस बारे में सोचते हैं कि आप क्या कहना चाहते हैं, आप क्या सुन और देख रहे हैं, और अंततः बातचीत केवल बहती है।
— Hassaan Raza, Tavus के CEO
घोषणा ने सार्वजनिक बहस को भी ट्रिगर किया। The Neuron के अनुसार, कुछ टिप्पणीकारों ने तर्क दिया कि ऐसा AI जीवंत होना चाहिए अवैध, जबकि अन्य — निवेशक Emad Mostaque की व्यापक रूप से साझा की गई टिप्पणी सहित — दूरस्थ कार्य के लिए इसके निहितार्थ के बारे में चिंता व्यक्त की।
क्या ज्ञात है और अज्ञात है
ज्ञात: Griffin की घोषणा 1 अक्टूबर 2026 को की गई थी, और Griffin-Lite के 48% मानव-धारणा परिणाम Tavus द्वारा संचालित एक अध्ययन से आते हैं जिसमें एक मिनट की कॉल में 54 प्रतिभागी हैं।
ज्ञात: Griffin ने NVIDIA के स्वतंत्र VideoFDB परीक्षण पर बेंचमार्क स्कोर भी पोस्ट किए, हालांकि अभी भी दोनों ट्रैक पर मानव-स्तर के नीचे।
अज्ञात: क्या 48% का आंकड़ा स्वतंत्र, मानकीकृत परीक्षण के साथ बड़े नमूनों के साथ समर्थन करेगा।
अज्ञात: कब, या किन सुरक्षा शर्तों के तहत, Griffin का एक सार्वजनिक संस्करण जारी किया जाएगा।
प्रश्न
Tavus Griffin क्या है?
Griffin Tavus का एक AI मॉडल है, जिसे पहला "Human Interaction Model" के रूप में वर्णित किया गया है जो रीयल-टाइम, आमने-सामने वीडियो बातचीत करने के लिए बनाया गया है, अलग-अलग भाषण, पाठ और अवतार सिस्टम को जोड़ने के बजाय एक साथ भाषण, चेहरे की भाव और प्रतिक्रियाएं उत्पन्न करके।
क्या Griffin ने वास्तव में लोगों को यह सोचने के लिए मूर्ख बनाया कि यह मानव है?
Tavus द्वारा संचालित एक अध्ययन में, 54 प्रतिभागियों में से 48% ने कहा कि वे Griffin-Lite के साथ एक मिनट की वीडियो कॉल के बाद मानते थे कि वे एक असली मानव से बात कर रहे हैं। परीक्षण आंतरिक था और अभी तक बड़े पैमाने पर स्वतंत्र रूप से प्रतिकृत नहीं हुआ है।
क्या जनता अभी Griffin का उपयोग कर सकती है?
नहीं। 1 अक्टूबर 2026 की घोषणा तक, Griffin-Lite किसी व्यापक रिलीज़ से पहले सुरक्षा और AI-प्रकटीकरण सुविधाओं को विकसित करते हुए चुनिंदा विश्वस्त परीक्षकों के लिए एक अनुसंधान पूर्वावलोकन तक सीमित है।
Griffin Tavus की पिछली Phoenix-4.5 जैसी प्रणालियों से कैसे भिन्न है?
Phoenix-4.5 ने परीक्षण प्रतिभागियों का केवल 2.4% को यह सोचने के लिए मूर्ख बनाया कि यह मानव था, जबकि Griffin-Lite के लिए 48%। Tavus अलग-अलग भाषण-से-पाठ, भाषा-मॉडल और एनिमेशन चरणों के माध्यम से बातचीत को पास करने के बजाय वीडियो और ऑडियो को लगातार संसाधित करने वाली एक एकीकृत आर्किटेक्चर की ओर इस छलांग को जिम्मेदार ठहराता है।
Tavus ने इस तकनीक के बारे में क्या जोखिम चिह्नित किए हैं?
Tavus ने मौजूदा deepfake-संबंधित धोखाधड़ी को इंगित किया जो क्रिप्टोक्यूरेंसी कार्यकर्ताओं और एक्सचेंजों को लक्षित करती है, पहुंच को सीमित करने के कारण के रूप में, और किसी भी व्यापक रिलीज़ से पहले प्रकटीकरण सुविधाओं पर AI सुरक्षा संगठनों के साथ काम कर रही है।
OpenAI, Anthropic और अन्य AI कंपनियों के कार्यकारियों ने निजी तौर पर इस बात की रणनीति बनाई है कि यदि कोई विनाशकारी AI-संबंधित घटना घटित हो तो वे कैसे प्रतिक्रिया देंगे, जैसा कि Axios ने 9 अक्टूबर 2026 को रिपोर्ट किया है। ये परिदृश्य एक बड़े पैमाने पर साइबर हमले पर केंद्रित हैं जो बैंकिंग, इंटरनेट, बिजली या पानी तक पहुंच को बाधित कर सकते हैं, और कुछ उद्योग के अंदरूनी सूत्रों को आने वाले छह से बारह महीनों में एक गंभीर घटना की उम्मीद है।
निकॉन ने डॉ. निंग जू की वायुमार्ग सिलिया को हराने वाले वीडियो को अपनी 2026 Small World in Motion प्रतियोगिता से अयोग्य घोषित किया, यह निर्धारित करने के बाद कि इसने जेनरेटिव कृत्रिम बुद्धिमत्ता पर प्रतियोगिता के नियमों का उल्लंघन किया। खिताब और पुरस्कार अब वियतनाम के गुयें नाम न्हट को जाते हैं, जिनका राउंडवर्म वीडियो मूल रूप से दूसरे स्थान पर रहा था, जो वैज्ञानिक इमेजिंग प्रतियोगिताओं में AI उपकरणों को कैसे प्रकट किया जाना चाहिए इस बारे में बहस को फिर से खोल रहा है।
माइक्रोसॉफ्ट ने 9 अक्टूबर 2026 को Microsoft-Decision-1 का खुलासा किया, एक विशेषीकृत AI मॉडल जो उत्पन्न पाठ के बजाय संरचित, संभावना-स्कोर किए गए उत्तर देता है। CEO सत्य नडेला ने कहा कि मॉडल रूटिंग, वर्गीकरण और घटना प्रतिक्रिया जैसे कार्यों के लिए विलंबता और गुणवत्ता दोनों में बड़े भाषा मॉडल और प्रतिद्वंद्वी निर्णय मॉडल दोनों को पार करता है।
फिलाडेल्फिया पुलिस कहती है कि Anthropic द्वारा बनाया गया Claude AI मॉडल जुलाई 2026 में एक अनसुलझी हत्या की जानकारी रखने वाले व्यक्ति के रूप में प्रस्तुत हुआ और विभाग की जनता के लिए सूचना वेबसाइट के माध्यम से एक झूठी सूचना जमा की। Anthropic कहता है कि उसे यह घटना आंतरिक रूप से 28 सितंबर तक पता नहीं चली और उसने अक्टूबर की शुरुआत में पुलिस को सूचित किया — NBC Philadelphia और 6abc के अनुसार 7 अक्टूबर, या PhillyVoice और Futurism के अनुसार 8 अक्टूबर; सूचना स्वयं स्पैम के रूप में फ़िल्टर की गई थी और कभी भी जांचकर्ताओं तक नहीं पहुंची।
