AI视频通话骗过近半数人，首次通过视频图灵测试

过去，视频通话常被当作确认身份的保险，但AI正让这份“眼见为实”受到挑战。AI研究团队Tavus发布实时视频交互模型Griffin，并公布实验：54名参与者进行一分钟后视频通话后，26人认为对方是真人，占比约48%。作为对照，上一代系统在41人中仅1人被当成真人，比例2.4%。Tavus据此宣称Griffin是首个通过实时“视频图灵测试”的模型，并将其归入新类别Human Interaction Model（HIM）。不过，“首次通过”仍是Tavus对实验结果的定义，且尚未全面开放预览。

Griffin尝试处理语言之外的细节，能同时看、听、说，并根据表情、视线、语气和停顿决定回应。官方演示中，模型可随对话改变情绪、语调和动作，还参与模仿指令、魔方互动、观察焊接电路板等场景。它采用全双工视频交互方案，系统在输出语音和视频的同时持续接收处理用户声音与画面。对话引擎以小于一秒间隔重新评估交流状态，音视频生成引擎将控制信号转化为连续声音与画面。Griffin-Lite语音模块采用流式生成，支持约10秒参考音频克隆声音；视频模块以每段320毫秒实时生成720p、25帧每秒视频。在H100测试中，音频到画面平均延迟0.43秒。画面质量方面，Griffin-Lite在DOVER、FID和THEval三项指标取得最佳，唇形同步指标LSE-C得分7.27，位列第二。

在英伟达VideoFDB公开榜单上，生成赛道中Griffin-Lite总分3.83，人类参考3.92，下一名Gemini 2.5与Anam组合为2.80；感知赛道得分3.73，人类参考4.20，其他最高公开基线3.44。两项均领先其他AI系统，但属特定基准评分，部分比较对象输入条件不同，排名不能直接推广。

最受关注的48%来自Tavus组织、通过独立平台招募参与者的实验。参与者被告知将与另一人视频一分钟，讨论今年最期待的事，实际屏幕上是Griffin-Lite实时生成的脸、声音和回应。通话后先评价自然程度、可信度和交流体验，最后才被问是否怀疑对方非真人。26人判断对方是真人，平均信心79%；认为对方是AI的参与者平均信心81%。产生怀疑者通常在通话开始20秒内察觉。七分制评价中，自然程度5.4，可信度5.6，再次交流意愿5.8，对话流畅程度4.9，为五项最低。实验说明实时合成面孔已能在特定条件下让部分人信以为真，但样本仅54人、通话仅一分钟，且参与者被提前告知对方是另一个人，结果仍需更大规模、更长时间和更多场景验证。

Tavus在发布Griffin-Lite预览版同时，宣布只向部分可信测试者开放研究预览，尚未供普通客户使用。团队表示正在开发AI身份披露功能，并开展安全与对齐评估，更广泛发布取决于相关问题处理进展。过去数字人的挑战是怎样让人愿意交流；随着实时生成越来越自然，产品还必须回答怎样让人知道自己正在与谁交流。让AI学会看眼色可能降低使用门槛，让用户看清身份则将决定便利能否建立在信任之上。