Zum Inhalt
WeltzeitEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal über KI und Technologieereignisse · analysen · interviews · technischer hintergrund

Suche
LIVE
›

Tavus Griffin täuscht 48 Prozent der Nutzer in Videoanrufen

Tavus hat Griffin veröffentlicht, ein KI-Modell, das einen Video-Turingtest bestanden hat: 48 Prozent der Teilnehmer hielten es für einen Menschen. Die Veröffentlichung folgt auf den Start von Wan3.0 bei Alibaba und FLUX 3 von Black Forest Labs.

KI & ModelleNachrichtKatrin HoffmannVeröffentlicht: 3. Oktober 20263 Min. LesezeitQuellen 21
Tavus Griffin täuscht 48 Prozent der Nutzer in Videoanrufen

Am 2. Oktober 2026 stellte Tavus Griffin vor, ein KI-Modell für Video, das für die Interaktion in Echtzeit gebaut ist.

Laut Berichten von BigGo Finance glaubten 48 Prozent der Testpersonen, sie sprächen während eines Videoanrufs mit einem echten Menschen. Das verschiebt die Wahrnehmung synthetischer Medien in live geführten Gesprächen. Das Modell reagiert auf Eingaben mit nahezu menschlicher Verzögerung und passender Mimik.

Die Veröffentlichung fällt in eine volle Woche für generative Videowerkzeuge. Alibaba brachte Wan3.0 am 24. August auf den Markt, nachdem das Unternehmen Aktien im Wert von 10.000.000.000 Dollar verkauft hatte. Black Forest Labs stellte im Juli FLUX 3 vor, ein Modell, das Bilder und 20-sekündige Videos mit Ton erzeugt. Diese Starts bilden den Rahmen für Griffin, das auf interaktiven Realismus setzt und nicht auf statische Erzeugung. Der Wettbewerb wird härter, je weniger sich die Modelle von menschlichen Gegenübern unterscheiden.

Der Turingtest im Video

Das Abschneiden von Griffin im Video-Turingtest ist die zentrale Kennzahl dieser Veröffentlichung. Business Today berichtete, dass 48 Prozent der Nutzer Griffin nicht von einem Menschen unterscheiden konnten. Für einen synthetischen Akteur in einer unvermittelten Echtzeitsituation ist das eine hohe Trefferquote. Frühere KI-Modelle taten sich oft mit den Feinheiten eines Live-Gesprächs schwer, etwa mit Blickkontakt und dem Timing beim Sprechen. Griffin scheint einen großen Teil dieser Lücke geschlossen zu haben.

"48 Prozent der Testpersonen hielten ihren Gesprächspartner im Videoanruf für einen echten Menschen."

BigGo Finance

Für Verifikation und Vertrauen hat das unmittelbare Folgen. Wenn fast die Hälfte der Nutzer die KI nicht erkennt, versagen die üblichen Hinweise auf Echtheit. Das betrifft Plattformen, die Video zur Identitätsprüfung nutzen, von Banken bis zu sozialen Netzwerken. Die Grenze zwischen menschlicher und maschineller Anwesenheit verschwimmt in Echtzeitströmen.

Das ist nicht nur eine technische Leistung, sondern auch eine soziale. BeInCrypto vermerkt, dass 26 von 54 Personen in ihrer Stichprobe nicht wussten, dass sie mit einer KI sprachen. Das deckt sich mit der Zahl von 48 Prozent bei BigGo Finance und deutet auf ein gleichbleibendes Muster der Täuschung hin. Die Modelle sind inzwischen gut genug, um beiläufige Betrachter zu täuschen. Wer sich auf visuelle Hinweise verlässt, um menschliche Anwesenheit zu beurteilen, sollte das zur Kenntnis nehmen.

Kontext aus den jüngsten Veröffentlichungen

Griffin steht in einem größeren Trend der KI-Videogenerierung. Am 10. August erschien LTX-2.5, das aus Bildern in 6,8 Sekunden zehnsekündige Videos erzeugt. Es läuft auf Nvidia-Superchips und ist quelloffen. Diese Geschwindigkeit und der offene Zugang senken die Hürde für realistisch wirkende Videos. Griffin bringt eine Ebene der Interaktion hinzu, die Modelle zur statischen Erzeugung nicht bieten.

Wan3.0 von Alibaba, im August gestartet, ist ein weiterer Datenpunkt. Das Unternehmen sammelte vor der Veröffentlichung 10.000.000.000 Dollar durch einen Aktienverkauf ein. Das zeigt, wie viel Kapital in die Videogenerierung fließt. Der Markt ist voll von neuen Modellen, die jeweils mehr Realismus und Tempo versprechen. Tavus grenzt Griffin ab, indem es auf das Format des Live-Videoanrufs setzt.

Auch FLUX 3 von Black Forest Labs, im Juli erschienen, verschiebt die Grenzen. Es erzeugt Bilder und 20-sekündige Videos mit Ton. Der Ton ist ein wichtiges Merkmal, weil Klang dem Realismus eine weitere Dimension hinzufügt. Griffin geht weiter und reagiert in Echtzeit auf Audioeingaben. Bild und Ton zusammen machen die Täuschung wirksamer.

Verifikation und Ethik

Wie leicht Griffin Nutzer täuscht, wirft ethische Fragen auf. Falschinformationen und Deepfakes lassen sich schwerer erkennen, wenn die KI live und interaktiv arbeitet. Plattformen müssen neue Werkzeuge entwickeln, um die Echtheit von Teilnehmern an Videoanrufen zu prüfen. Das wird schwieriger, je weiter die Modelle fortschreiten.

Regulierer und Technikunternehmen werden auf diese Entwicklung vermutlich reagieren. Ein Video-Turingtest mit einer Trefferquote von 48 Prozent ist eine Zäsur. Sie legt nahe, dass künftige Modelle noch höhere Täuschungsraten erreichen. Die Branche bewegt sich schnell, und die sozialen Folgen sind schon sichtbar.

Vorerst dient Griffin als Maßstab für KI-Video in Echtzeit. Seine Leistung zeigt, wie schnell synthetische Medien vorankommen. Je verbreiteter solche Werkzeuge werden, desto dringender braucht es belastbare Prüfverfahren. Die Zeit, in der ein Videoanruf als Beweis menschlicher Anwesenheit galt, könnte zu Ende gehen.

Kommentare 0

Quellen

21
  1. 01Twelve AI clay films for $184: The agents cost more than the video modelEN
  2. 02US killer's sentence quashed because of AI video of victim shown in courtEN
  3. 03Anthropic's super bug-hunting model Mythos is hardcore good at mathEN
  4. 04Anthropic claims popular Chinese AI model has Mythos-class hacking abilitiesEN
  5. 05Watt’s up, doc? Huddig hybrid loader gets a big battery boost [video]EN
  6. 06OpenAI alerts 100 orgs that its 'misaligned models' attempted to break inEN
  7. 07AI (For Normal People) with AWS Hero Thorsten Hoger [video]EN
  8. 08A Beginner's Guide to Running AI Models LocallyEN
  9. 09Cube Rule food classifier using Cloudflare Clef classification modelEN
  10. 10Training an open decision model to replace a closed one, in shadow on prodEN
  11. 11We diffed all 66 release pairs of the official MCP servers, 140 silent changesEN
  12. 12Changes to Gemini model access and limitsEN
  13. 13Open 10-player CS:GO dataset for multiplayer world modelsEN
  14. 14What does the advent of powerful AI models mean for mathematicians like me?EN
  15. 154.5 Ideogram 4.5: The most precise edit modelEN
  16. 16Mystery AI Hype Theater 3000 [video]EN
  17. 17Kolibri: A Sovereign Open-Weight ModelEN
  18. 18California Attorney General Serves Investigative Subpoena on OpenAIEN
  19. 19New in Llama.cpp: Decision ModelsEN
  20. 20IINA (the media player) 1.5.0 is ReleasedEN
  21. 21Shield: A 118M model for detecting prompt injections and jailbreaksEN

Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.

Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.

Katrin Hoffmann

Katrin Hoffmann

KI, Modelle und Technik

Katrin Hoffmann schreibt für FLASH24 über Technik, KI und Modelle sowie Medien und Internet und stützt sich dabei auf Primärquellen wie Herstellerangaben, Studien und Protokolle statt auf Pressemitteilungen. Bei Benchmarks prüft sie Messmethoden, Testumgebungen und Reproduzierbarkeit, bevor sie Zahlen übernimmt. Für ihre Artikel spricht sie mit Entwicklern und Forschern, wartet auf Konferenzankündigungen und vergleicht Versionsstände von Modellen und Standards. Privat betreibt sie Selfhosting und Heimnetze und dokumentiert ihre eigene Infrastruktur, was ihrer Redaktionsarbeit zugutekommt. Sie veröffentlicht keine Zahlen ohne nachvollziehbare Quelle.

Redaktion →

Kommentare

0
  1. Noch keine Kommentare — seien Sie der Erste.

Kommentar schreiben

Kommentare sind öffentlich sichtbar. Wir veröffentlichen keine Beleidigungen, Werbung oder Spam.