Tavus заявила, що її модель Griffin першою пройшла тест Тьюринга у форматі відеозв’язку

Американський стартап Tavus показав Griffin — модель, яка в реальному часі веде відеорозмову від імені цифрового аватара. У власному експерименті компанії 26 з 54 учасників після хвилинної бесіди сприйняли версію Griffin-Lite як живого співрозмовника. Попередню систему Tavus за схожих умов прийняв за людину лише один із 41.

Цей результат Tavus називає першим проходженням тесту Тьюринга у форматі відеозв’язку, тобто перевірки, чи здатна машина в розмові видати себе за людину. Понад половина учасників зізналися, що під час бесіди навіть не подумали, ніби співрозмовник може бути не людиною. Ті, хто все ж запідозрив підміну, зазвичай починали сумніватися в перші 20 секунд. Утім, усіх учасників заздалегідь попереджали, що вони говоритимуть з іншою людиною. Тож експеримент показує, наскільки переконливий аватар у короткій розмові, але не доводить, що система витримає цілеспрямовану перевірку.

- Реклама -

Відмінність Griffin від попередніх рішень полягає в архітектурі. Раніше такі системи працювали ланцюжком: спершу розпізнавали мовлення, потім передавали текст мовній моделі для відповіді, а та за допомогою синтезатора мовлення озвучувала цифровий аватар. Через це система мусила чекати, поки людина договорить, і лише тоді могла почати відповідати.

Натомість Griffin у Tavus описують як повнодуплексну систему «відео-у-відео», тобто таку, що слухає й відповідає одночасно. Вона складається лише з двох компонентів. Перший із них безперервно стежить за голосом і зображенням співрозмовника та в реальному часі вирішує, коли і як реагувати, оновлюючи оцінку діалогу частіше ніж раз на секунду. Другий синхронно перетворює ці сигнали на звук і відео. Завдяки цьому аватар може кивати, вставляти короткі репліки й змінювати міміку, поки людина ще говорить, а то й почати відповідати раніше. Пауза в мовленні для моделі не обов’язково означає, що співрозмовник закінчив думку. Як така розмова виглядає на практиці, Tavus показала в демонстраційному ролику.

Підписуйтесь на Mediasat у Telegram: тут найцікавіші новини ТБ та телекому
48% of People Thought This AI Was a Real Human | Introducing Griffin

Сама компанія відносить Griffin до моделей взаємодії з людиною (Human Interaction Model, HIM): за її задумом, людина не керує комп’ютером, а працює з ним. Griffin-Lite генерує відео з роздільністю 720p фрагментами по 320 мс і може клонувати голос за десятисекундним записом. Подібні інструменти вже доступні й на масових платформах: навесні YouTube дозволив створювати ШІ-аватари з власним голосом для Shorts.

У порівнянні з чотирма іншими генераторами відео модель Tavus випередила конкурентів за трьома метриками якості зображення — DOVER, FID і THEval. Середня затримка, з якою Griffin-Lite перетворює вхідний звук на відео, на прискорювачі Nvidia H100 становила 0,43 с. Ідеться саме про цей етап, а не про час відповіді всієї системи.

Окрему оцінку моделі провела Nvidia за допомогою набору тестів VideoFDB. За відтворення аудіовізуальної поведінки Griffin-Lite отримала 3,83 бала при людському еталоні 3,92, а в категорії сприйняття — 3,73 бала проти 4,20 у людини та 3,44 у найближчого конкурента. Ці бали за п’ятибальною шкалою виставляє мовна модель відповідно до заданих критеріїв. Вони характеризують окремі сторони спілкування, а не те, чи рівноцінний аватар людині загалом.

Поки що Griffin-Lite доступна обмеженому колу тестувальників. Перед ширшим запуском Tavus має намір доопрацювати запобіжники, зокрема повідомляти співрозмовника, що він говорить зі штучним інтелектом. Сферами застосування системи компанія бачить навчання, репетиції складних розмов і дистанційну підтримку користувачів.

- Реклама -

Якщо ви знайшли помилку, будь ласка, виділіть фрагмент тексту та натисніть Ctrl+Enter.

- Реклама -

Читайте також

MEGOGO покаже матчі збірних України з футболу: національна зіграє з Грузією, молодіжна — зі США

17 листопада MEGOGO покаже товариський матч молодіжної збірної України з однолітками зі США та гру національної команди з Грузією в Лізі націй УЄФА.

SWEET.TV назвав дату прем’єри нового сезону шоу «Танцюють всі»

18 грудня SWEET.TV розпочне показ нового сезону шоу талантів «Танцюють всі». Воно повертається на екрани після більш ніж десятирічної перерви.

Стартап зі США представив платформу для керування супутниковими угрупованнями

Стартап Constellation Space представив ШІ-платформу для керування супутниками. За заявою компанії, з нею апарат передає за сеанс зв'язку до 36% більше даних.

Російська влада почала фільтрувати інтернет-трафік за допомогою штучного інтелекту

Російська влада запустила систему, яка фільтрує інтернет-трафік за допомогою штучного інтелекту. На неї витратили 2,27 млрд рублів (близько 27 млн доларів).

Швидкість завантаження через Starlink у США наблизилася до 120 Мбіт/с

Медіанна швидкість завантаження даних через Starlink у США за рік зросла на 12%, до 119,71 Мбіт/с, а вивантаження — на 42%, до 20,73 Мбіт/с, підрахувала Ookla.