Aller au contenu
Heure mondialeEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portail sur l'IA et la technologieactualités · analyses · entretiens · fond technique

Rechercher
EN DIRECT
›

Tavus Griffin trompe 48 % des utilisateurs lors d'appels vidéo

Tavus a dévoilé Griffin, un modèle d'IA qui a réussi un test de Turing en vidéo : 48 % des participants l'ont pris pour un humain. Cette sortie suit le lancement de Wan3.0 d'Alibaba et de FLUX 3 de Black Forest Labs.

IA & modèlesActualitéSophie LeclercPublié le: 3 octobre 20263 min de lectureSources 21
Tavus Griffin trompe 48 % des utilisateurs lors d'appels vidéo

Le 2 octobre 2026, Tavus a présenté Griffin, un modèle d'IA vidéo conçu pour l'interaction en temps réel.

Selon BigGo Finance, 48 % des personnes testées croyaient parler à un être humain lors d'un appel vidéo. La perception des médias synthétiques change dans les environnements synchrones et en direct. Le modèle réagit aux entrées de l'utilisateur avec une latence et des expressions faciales proches du naturel.

Cette annonce tombe dans une semaine chargée pour les outils de vidéo générative. Alibaba a lancé Wan3.0 le 24 août, après une vente d'actions de 10 000 000 000 de dollars. Black Forest Labs a présenté FLUX 3 en juillet, un modèle capable de générer des images et des vidéos de 20 secondes avec son. Ces sorties préparent le terrain à Griffin, qui privilégie le réalisme interactif plutôt que la génération statique. La concurrence s'intensifie à mesure que les modèles deviennent impossibles à distinguer des humains.

Le test de Turing en vidéo

La performance de Griffin au test de Turing en vidéo est la mesure centrale de cette sortie. Business Today rapporte que 48 % des utilisateurs n'ont pas su faire la différence entre Griffin et un humain. C'est un taux de réussite élevé pour un agent synthétique dans un cadre non médiatisé et en temps réel. Les modèles précédents butaient souvent sur les nuances d'une conversation en direct, comme le contact visuel et le rythme de la parole. Griffin semble avoir comblé une bonne partie de cet écart.

« 48 % des personnes testées ont pris leur interlocuteur vidéo pour un véritable humain. »

BigGo Finance

Les conséquences pour la vérification et la confiance sont immédiates. Si près de la moitié des utilisateurs ne détectent pas l'IA, les repères traditionnels d'authenticité ne fonctionnent plus. Cela pose question aux plateformes qui s'appuient sur la vidéo pour vérifier une identité, des banques aux réseaux sociaux. La frontière entre présence humaine et présence machine s'estompe dans les flux en temps réel.

Ce n'est pas seulement un exploit technique, c'est aussi un fait social. BeInCrypto note que 26 personnes sur 54 de son échantillon ignoraient parler à une IA. Cela recoupe le chiffre de 48 % de BigGo Finance et suggère un schéma de tromperie constant. Les modèles deviennent assez bons pour duper un observateur distrait. C'est un avertissement pour quiconque se fie aux indices visuels pour évaluer une présence humaine.

Le contexte des sorties récentes

Griffin s'inscrit dans une tendance plus large de la génération vidéo par IA. Le 10 août, LTX-2.5 est sorti, capable de générer des vidéos de 10 secondes à partir d'images en 6,8 secondes. Il tourne sur des superpuces Nvidia et ses poids sont ouverts. Cette vitesse et cette accessibilité abaissent le seuil de création de contenus vidéo réalistes. Griffin ajoute une couche d'interactivité que les modèles de génération statique n'offrent pas.

Wan3.0 d'Alibaba, lancé en août, est un autre point de repère. L'entreprise a levé 10 000 000 000 de dollars lors d'une vente d'actions avant la sortie. Cela traduit un investissement massif dans les capacités de génération vidéo. Le marché est saturé de nouveaux modèles, chacun promettant plus de réalisme et de vitesse. Griffin de Tavus se distingue en se concentrant sur le format de l'appel vidéo en direct.

FLUX 3 de Black Forest Labs, sorti en juillet, repousse lui aussi les limites. Il génère des images et des vidéos de 20 secondes avec son. L'intégration de l'audio est un élément clé, car le son ajoute une dimension de réalisme. Griffin va plus loin en réagissant aux entrées audio en temps réel. La combinaison d'indices visuels et sonores rend la tromperie plus efficace.

Vérification et éthique

La facilité avec laquelle Griffin trompe les utilisateurs soulève des questions éthiques. La désinformation et les deepfakes deviennent plus difficiles à détecter quand l'IA est en direct et interactive. Les plateformes doivent mettre au point de nouveaux outils pour vérifier l'authenticité des participants à un appel vidéo. Le défi grandit à mesure que les modèles progressent.

Les régulateurs et les entreprises technologiques réagiront probablement à ces évolutions. Réussir un test de Turing en vidéo avec un taux de 48 % est un jalon. Cela laisse penser que les futurs modèles pourraient atteindre des taux de tromperie encore plus élevés. Le secteur avance vite, et l'impact social est déjà visible.

Pour l'instant, Griffin sert de référence pour la vidéo IA en temps réel. Ses performances montrent la rapidité des progrès des médias synthétiques. À mesure que ces outils se répandent, le besoin de méthodes de vérification solides ne fera que croître. L'époque où l'on croyait un appel vidéo preuve d'une présence humaine touche peut-être à sa fin.

Commentaires 0

Sources

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

Tous les chiffres et citations de ce texte proviennent des sources citées ci-dessous.

Les contenus ont été préparés par l'équipe de rédaction, assistée par l'IA.

Sophie Leclerc

Sophie Leclerc

IA, modèles et technologies

Sophie Leclerc couvre les technologies, l'IA et les modèles ainsi que les médias et l'internet pour FLASH24, en travaillant à partir des dépôts de code, des articles scientifiques et des documents techniques plutôt que des annonces. Elle vérifie chaque chiffre en remontant aux jeux de données d'origine et en comparant les versions successives des modèles. Elle interroge régulièrement des ingénieurs et des chercheurs, et suit les calendriers de publication des principales conférences du secteur. Son intérêt personnel pour l'auto-hébergement et les réseaux domestiques nourrit directement sa couverture des infrastructures et des modèles ouverts. Elle ne publie pas de performance annoncée sans méthode de mesure vérifiable.

Rédaction →

Commentaires

0
  1. Aucun commentaire — soyez le premier.

Écrire un commentaire

Les commentaires sont publics. Nous ne publions ni insultes, ni spam, ni publicité.