• El 1 de octubre de 2026, Tavus presentó Griffin, un Modelo de Interacción Humana capaz de procesar video y audio mientras responde en tiempo real; la empresa lo describe como el primer modelo en superar una prueba de Turing por video.
• En una prueba con 54 participantes, 26 personas, o el 48%, dijeron tras una videollamada de un minuto que Griffin-Lite era una persona real.
• Griffin-Lite ocupó el primer lugar entre 15 modelos evaluados en pruebas independientes NVIDIA VideoFDB de interacción audiovisual full-duplex.
• Tavus ha limitado el acceso a Griffin mientras desarrolla funciones de divulgación de IA y evalúa los riesgos derivados de la capacidad del modelo para suplantar a personas.

Tavus presentó Griffin como una nueva clase de Modelo de Interacción Humana, o HIM, que puede ver, oír, hablar y responder simultáneamente a las señales no verbales de un interlocutor. A diferencia de los sistemas en cascada que reconocen el habla, generan una respuesta y luego la expresan con voz, Griffin toma decisiones a intervalos regulares inferiores a un segundo.

El modelo opera como un sistema de video a video full-duplex. Puede responder a pausas, miradas, expresiones faciales y gestos; escuchar y hablar al mismo tiempo; interrumpir o continuar una conversación sin perder el contexto; y determinar cuándo responder en función de la duración de una pausa.

Griffin también puede reconocer objetos y su entorno e incorporarlos a sus respuestas. Tavus afirmó que el modelo ajusta su voz, expresiones faciales y gestos a la situación.

Demostraciones en tiempo real y desempeño

En demostraciones, Griffin jugó a Simón dice mientras seguía las palabras y movimientos de los participantes. Incorporó un pavo real mostrado a la cámara en la trama de una conversación, ayudó a resolver un cubo de Rubik siguiendo los movimientos de las manos y guio trabajos de soldadura mientras controlaba el tiempo.

El sistema tiene dos componentes principales. El Modelado Conversacional Continuo analiza audio y video para decidir cuándo y cómo debe responder Griffin, mientras que la Generación Audiovisual convierte esas señales en voz y video.

Según Tavus, Griffin-Lite genera video de 720p en tiempo real utilizando segmentos de 320 milisegundos. En GPU H100, registró una latencia media de 0,43 segundos, lo que la empresa afirmó que fue aproximadamente el doble de rápida que el siguiente método más veloz evaluado.

Griffin-Lite lidera las pruebas NVIDIA VideoFDB

Griffin-Lite ocupó el primer lugar entre 15 modelos evaluados en pruebas independientes NVIDIA VideoFDB diseñadas para medir la interacción audiovisual full-duplex, según Tavus.

En la categoría de generación, Griffin-Lite obtuvo 3,83 puntos, frente a 3,92 del referente humano. Obtuvo 3,73 puntos en la categoría de percepción.

El modelo también registró las puntuaciones de alineación más altas respecto al momento en que comienza a hablar, alcanzando un 62,8% en generación y un 73,8% en percepción.

Casi la mitad de los participantes identificó a Griffin como humano

En una prueba con 54 participantes, 26 personas, o el 48%, dijeron tras una videollamada de un minuto que su interlocutor era una persona real. El sistema anterior de Tavus —Phoenix-4.5 combinado con Sparrow-2 y Raven-1— registró una tasa del 2,4%, con uno de 41 participantes identificándolo como humano.

Más de la mitad de los participantes que interactuaron con Griffin-Lite no consideró durante la conversación que pudiera estar hablando con una IA, según Tavus. Los participantes que sospecharon que su interlocutor era artificial generalmente lo hicieron durante los primeros 20 segundos.

Acceso limitado por riesgos de suplantación

Griffin está disponible únicamente para un grupo limitado de evaluadores como vista previa de investigación. Tavus afirmó que debe abordar cuestiones de seguridad antes de un lanzamiento público porque la capacidad del modelo para suplantar a una persona crea riesgos adicionales.

“Las mismas propiedades que hacen de los Modelos de Interacción Humana interfaces poderosas para las comunicaciones naturales entre humanos y máquinas les permiten engañar a un humano haciéndole creer que no es IA”, señalaron los desarrolladores.

Tavus afirmó que está trabajando en funciones de divulgación de IA y procedimientos adicionales de evaluación de riesgos. La empresa prevé un lanzamiento más amplio de una versión más potente de Griffin después de resolver las cuestiones de seguridad.

Fuente: HODL Press