Tavus का कहना है कि उसके नए Griffin-Lite मॉडल के साथ एक मिनट की वीडियो कॉल में 54 में से 26 लोगों को लगा कि उन्होंने किसी वास्तविक व्यक्ति से बात की थी। Tavus द्वारा किए गए अध्ययन का यह उल्लेखनीय नतीजा है, लेकिन यह एक खास कॉल और सवाल पर लोगों की प्रतिक्रियाएँ मापता है। Griffin-Lite अभी चुनिंदा परीक्षकों के लिए शोध पूर्वावलोकन है, और Tavus का कहना है कि ग्राहकों को इसका उपयोग करने देने से पहले वह यह स्पष्ट करने के सुरक्षा उपाय विकसित कर रहा है कि सामने AI है।

बड़ा बदलाव

  • क्या बदला: Tavus ने वीडियो सहायकों पर अपने शोध को ऐसे सिस्टम की ओर बढ़ाया है जो एक ही बातचीत के दौरान सुनता, देखता और चेहरा तथा आवाज़ उत्पन्न करता है। कंपनी द्वारा की गई छोटी कॉलों में 54 में से 26 लोगों ने मॉडल को इंसान समझा।
  • यह क्यों मायने रखता है: वीडियो एजेंट बनाने वाली टीमों के लिए, बातचीत का सही समय और अभिव्यक्तिपूर्ण वीडियो इंटरफ़ेस को इस्तेमाल करना आसान बना सकते हैं। यही अध्ययन दिखाता है कि कॉल करने वालों को यह बताना कि वे AI से बात कर रहे हैं, बाद के लिए नहीं छोड़ा जा सकता।
  • किन बातों पर नज़र रखें: Griffin-Lite केवल चुनिंदा शोध परीक्षकों के लिए उपलब्ध है। Tavus का कहना है कि जानकारी देने वाली सुविधाएँ और अतिरिक्त सुरक्षा प्रक्रियाएँ विकसित की जा रही हैं; उनका स्वरूप और प्रभावशीलता, ग्राहकों की पहुँच और Griffin की खास कीमत—इन सबकी घोषणा अभी नहीं हुई है।

54 में से 26 वाला नतीजा क्या मापता है

1 अक्टूबर को प्रकाशित Tavus की शोध रिपोर्ट में, प्रतिभागियों से कहा गया कि उन्हें इस साल वे किस बात को लेकर उत्साहित हैं, इस विषय पर एक मिनट की वीडियो कॉल के लिए किसी अन्य प्रतिभागी से जोड़ा जाएगा। इसके बजाय उनका साथी Griffin-Lite से संचालित Tavus का AI अवतार था। कॉल के बाद लोगों ने बातचीत को अंक दिए और उनसे पूछा गया कि क्या उन्हें लगा था कि उनका साथी वास्तविक नहीं है। इसके बाद Tavus ने बताया कि साथी AI था।

Griffin-Lite समूह के 54 प्रतिभागियों में से 26 ने कहा कि उनका साथी वास्तविक व्यक्ति था—यानी लगभग 48%। Tavus का कहना है कि उसने अपने पहले के Phoenix-4.5, Sparrow-2 और Raven-1 सिस्टम के लिए भी यही प्रक्रिया अपनाई थी; उस समूह के 41 प्रतिभागियों में से एक ने कहा कि उनका साथी इंसान था। ये कॉल करने वालों के अलग-अलग समूह हैं, एक ही लोगों के पहले और बाद के नतीजे नहीं। घोषणा से यह पता नहीं चलता कि लंबी कॉलों, अलग-अलग विषयों या रोज़मर्रा के ऐसे इस्तेमाल में यह प्रतिक्रिया कैसे बदलेगी जहाँ लोगों को मालूम हो कि AI एजेंट सामने आ सकता है।

Tavus इस नतीजे को रीयल-टाइम वीडियो ट्यूरिंग टेस्ट में सफल होना कहता है। यह कंपनी के एक मिनट के अध्ययन का उसका अपना वर्णन है, मानव-जैसी बातचीत का कोई सार्वभौमिक प्रमाणपत्र नहीं। RuntimeWire की स्वतंत्र लॉन्च रिपोर्ट भी 48% के आँकड़े को कंपनी द्वारा किए गए छोटे अध्ययन का नतीजा मानती है और बताती है कि पूर्वावलोकन अभी ग्राहकों के लिए उपलब्ध नहीं है। यह अध्ययन बताई गई परिस्थितियों में प्रतिभागियों के आकलन का प्रमाण है; यह धोखे की दर का स्वतंत्र रूप से दोहराया गया नतीजा नहीं है।

एक अलग बेंचमार्क बातचीत की गुणवत्ता जाँचता है

NVIDIA का VideoFDB लीडरबोर्ड Griffin-Lite को जनरेशन में 5 में से 3.83 और परसेप्शन में 3.73 अंक देता है। इस बेंचमार्क में वास्तविक वीडियो कॉल की क्लिप और मानदंड-आधारित भाषा-मॉडल निर्णायक का उपयोग होता है। जनरेशन में मॉडल की आवाज़, चेहरे और बातचीत के व्यवहार की उपयुक्तता आँकी जाती है; परसेप्शन में किसी व्यक्ति के ऑडियो और वीडियो पर उसकी प्रतिक्रियाएँ। NVIDIA की तालिका में Griffin-Lite दोनों श्रेणियों में सूचीबद्ध सिस्टमों से ऊपर है, जबकि मानव-संदर्भ स्कोर क्रमशः 3.92 और 4.20 हैं।

ये स्कोर उस सवाल से अलग काम को मापते हैं कि कॉल करने वालों को उनका साथी इंसान लगा या नहीं। तुलना के समूह और परिस्थितियाँ भी अलग हैं: जनरेशन तालिका में चरणबद्ध भाषण-से-अवतार सिस्टम शामिल हैं, जबकि परसेप्शन तालिका में ऑडियो और वीडियो के साथ जाँचे गए सिस्टम या अलग पंक्तियों में केवल ऑडियो के साथ जाँचे गए सिस्टम हैं। लीडरबोर्ड NVIDIA के प्रकाशित मानदंडों के तहत एक नतीजे का समर्थन करता है। यह Tavus के 48% कॉल-अध्ययन के आँकड़े को प्रमाणित नहीं करता और न ही बताता है कि ग्राहक सेवा, ट्यूशन या स्वास्थ्य सेवा के उत्पाद के रूप में Griffin कैसा प्रदर्शन करेगा।

Tavus के अनुसार यह सिस्टम क्या करता है

Tavus Griffin को दो हिस्सों वाले डिज़ाइन के रूप में बताता है। एक निरंतर संवाद मॉडल कॉल करने वाले का ऑडियो और वीडियो लेता है और तय करता है कि क्या कहना है, कब बोलना है और उसे किस तरह व्यक्त करना है। स्ट्रीमिंग भाषण और वीडियो जनरेटर इन निर्देशों को आवाज़ और गतिशील दृश्य में बदलते हैं। कंपनी का कहना है कि सिस्टम बोलते हुए सुन सकता है, बीच में टोके जाने पर रुक सकता है और हर बारी के पूरी होने की प्रतीक्षा करने के बजाय दृश्य संदर्भ पर प्रतिक्रिया दे सकता है। ये Tavus के तकनीकी वर्णन और प्रदर्शन हैं; BIG CHANGE ने पूर्वावलोकन तक पहुँच नहीं बनाई है और इसके व्यवहार को मापा नहीं है।

यह अंतर मायने रखता है, क्योंकि उत्पन्न चेहरा ही पूरी बातचीत नहीं होता। ठहराव, नज़र और बीच में टोके जाने पर प्रतिक्रिया देने वाला सिस्टम इस बात को बदल सकता है कि कॉल करने वाले को समझे जाने का एहसास होता है या उसे पता चलता है कि वह सॉफ़्टवेयर से बात कर रहा है। VideoFDB का नतीजा बेंचमार्क प्रक्रिया के तहत बातचीत के व्यवहार की अंक-आधारित तुलना देता है। Tavus का लोगों के साथ किया गया कॉल-अध्ययन पहचान के बारे में उनके आकलन का अधिक सीमित अवलोकन देता है। इनमें से कोई भी लगातार विश्वसनीयता, वास्तविक उपयोग में AI होने की जानकारी देने या उपयोगकर्ताओं की सूचित सहमति के सार्वजनिक प्रमाण का विकल्प नहीं है।

पहुँच और आगे का निर्णय

Tavus का कहना है कि शोध पूर्वावलोकन के रूप में Griffin-Lite केवल चुनिंदा विश्वसनीय परीक्षकों के लिए खुला है और Tavus के ग्राहकों के लिए उपलब्ध नहीं है। कंपनी परीक्षण के लिए अनुरोध फ़ॉर्म देती है। Griffin अभी उसके सामान्य प्लेटफ़ॉर्म या सार्वजनिक API पर नहीं है और घोषणा में Griffin की कोई विशिष्ट कीमत नहीं दी गई है। Tavus के मौजूदा Phoenix, Raven और Sparrow मॉडल अलग मौजूदा उत्पाद विकल्प बने हुए हैं।

कंपनी का कहना है कि व्यापक रिलीज़ से पहले वह यह स्पष्ट करने वाली सुविधाओं और अतिरिक्त सुरक्षा प्रक्रियाओं पर काम कर रही है। उसने कोई तारीख, जानकारी देने के डिज़ाइन का विवरण या इन उपायों के कारगर होने का प्रमाण प्रकाशित नहीं किया है। रीयल-टाइम वीडियो एजेंट का मूल्यांकन करने वाले किसी भी व्यक्ति के लिए तत्काल सवाल विशिष्ट है: कॉल करने वाले को कैसे पता चलेगा कि दूसरी ओर कौन या क्या है, और Griffin के ग्राहक उत्पाद बनने से पहले इसकी जाँच कैसे होगी?

स्रोत और आगे पढ़ें

  • Tavus Research, “Introducing Griffin: The First Human Interaction Model”, 1 अक्टूबर 2026। विक्रेता का सिस्टम-वर्णन, अध्ययन की प्रक्रिया और नतीजे, उपलब्धता तथा सुरक्षा संबंधी कथन। समीक्षा किए गए स्रोतों में इस लोगों वाले कॉल-अध्ययन को Tavus ने किया था और इसे स्वतंत्र रूप से दोहराया नहीं गया है।
  • NVIDIA और David AI, “VideoFDB: Evaluating Full-Duplex Vision-Speech Capabilities in Conversational Agents”, 2 अक्टूबर 2026 को जाँचा गया। बेंचमार्क संचालक की कार्यप्रणाली और लाइव लीडरबोर्ड, जिसमें Griffin-Lite के जनरेशन और परसेप्शन स्कोर शामिल हैं। मॉडल-जज के ये स्कोर Tavus के लोगों वाले कॉल-अध्ययन से अलग हैं।
  • Ryan Merket, RuntimeWire, “Tavus says Griffin fooled 48% of testers in one-minute video calls”, 1 अक्टूबर 2026। स्वतंत्र रिपोर्टिंग जो नमूने का आकार और ग्राहकों के लिए पहुँच का अभाव बताती है; इसमें अपनी पुनरावृत्ति या Griffin का प्रत्यक्ष परीक्षण रिपोर्ट नहीं किया गया है।