Tavus Griffin oszukuje 48% użytkowników podczas rozmów wideo
Tavus wypuścił Griffina, model AI, który przeszedł test Turinga w wersji wideo. 48% uczestników uznało go za człowieka. Premiera nastąpiła po starcie Wan3.0 od Alibaby i FLUX 3 od Black Forest Labs.

2 października 2026 roku Tavus pokazał Griffina, model AI do rozmów wideo w czasie rzeczywistym.
Jak podaje BigGo Finance, 48% osób badanych w trakcie rozmowy wideo było przekonanych, że mówi do prawdziwego człowieka. To wyraźna zmiana w tym, jak odbierane są treści syntetyczne w środowisku na żywo. Model reaguje na to, co robi użytkownik, z opóźnieniem i mimiką przypominającymi ludzkie.
Premiera wypadła w tygodniu pełnym nowości w generowaniu wideo. Alibaba pokazała Wan3.0 24 sierpnia, po sprzedaży akcji za 10 mld dolarów. Black Forest Labs zaprezentował FLUX 3 w lipcu. Ten model generuje obrazy oraz 20-sekundowe filmy z dźwiękiem. Na tym tle Griffin stawia na realizm interakcji, a nie na statyczne generowanie. Konkurencja rośnie, bo modele coraz trudniej odróżnić od ludzi.
Test Turinga w wideo
Wynik Griffina w teście Turinga w wersji wideo jest głównym punktem premiery. Business Today podał, że 48% użytkowników nie odróżniło Griffina od człowieka. Jak na syntetycznego agenta w niearanżowanej rozmowie na żywo to wysoki odsetek. Wcześniejsze modele często gubiły się w niuansach rozmowy, na przykład w kontakcie wzrokowym i rytmie mowy. Griffin wygląda na to, że tę lukę w dużej mierze zamknął.
„48% osób badanych wzięło rozmówcę w wideorozmowie za prawdziwego człowieka”.
BigGo Finance
Skutki dla weryfikacji i zaufania są natychmiastowe. Jeśli blisko połowa użytkowników nie rozpoznaje AI, dotychczasowe oznaki autentyczności przestają działać. Rodzi to pytania dla platform, które opierają się na wideo przy potwierdzaniu tożsamości, od banków po media społecznościowe. Granica między obecnością człowieka i maszyny zaciera się w transmisjach na żywo.
To nie tylko osiągnięcie techniczne, ale i społeczne. BeInCrypto zauważył, że 26 z 54 osób w ich próbie nie wiedziało, że rozmawia z AI. To zgadza się z wynikiem 48% podanym przez BigGo Finance i wskazuje na powtarzalny wzorzec oszustwa. Modele są już wystarczająco dobre, by mylić przypadkowych obserwatorów. To ostrzeżenie dla każdego, kto ocenia obecność człowieka po wyglądzie.
Kontekst ostatnich premier
Griffin wpisuje się w szerszy trend generowania wideo przez AI. 10 sierpnia ukazał się LTX-2.5. Model tworzy 10-sekundowe filmy z obrazów w 6,8 sekundy, działa na superchipach Nvidii i ma otwarte wagi. Ta szybkość i dostępność obniżają próg tworzenia realistycznych treści wideo. Griffin dokłada warstwę interaktywności, której modele statyczne nie dają.
Wan3.0 od Alibaby, pokazany w sierpniu, to kolejny punkt odniesienia. Firma zebrała 10 mld dolarów w sprzedaży akcji przed premierą. To pokazuje skalę kapitału inwestowanego w generowanie wideo. Rynek jest pełen nowych modeli, a każdy obiecuje lepszy realizm i szybsze działanie. Griffin od Tavusa wyróżnia się skupieniem na formacie rozmowy wideo na żywo.
FLUX 3 od Black Forest Labs, wydany w lipcu, też przesuwa granice. Generuje obrazy i 20-sekundowe filmy z dźwiękiem. Dźwięk jest tu istotny, bo dodaje realizmowi kolejny wymiar. Griffin idzie dalej i reaguje na dźwięk w czasie rzeczywistym. Połączenie sygnałów wizualnych i dźwiękowych sprawia, że oszustwo jest skuteczniejsze.
Weryfikacja i etyka
Łatwość, z jaką Griffin myli użytkowników, budzi wątpliwości etyczne. Dezinformację i deepfaki trudniej wykryć, gdy AI działa na żywo i wchodzi w interakcję. Platformy muszą opracować nowe narzędzia do sprawdzania autentyczności uczestników wideo. To rosnące wyzwanie, bo modele stają się coraz lepsze.
Regulatorzy i firmy technologiczne prawdopodobnie zareagują na te zmiany. Zdolność przejścia testu Turinga w wideo z wynikiem 48% to kamień milowy. Wskazuje, że przyszłe modele mogą osiągać jeszcze wyższe odsetki oszustw. Branża idzie szybko, a skutki społeczne już widać.
Na razie Griffin jest punktem odniesienia dla wideo AI w czasie rzeczywistym. Jego wynik pokazuje, jak szybko postępują treści syntetyczne. Im częstsze będą takie narzędzia, tym większa będzie potrzeba solidnych metod weryfikacji. Era traktowania wideorozmowy jako dowodu obecności człowieka może się kończyć.
Źródła
21- 01Twelve AI clay films for $184: The agents cost more than the video modelEN
- 02US killer's sentence quashed because of AI video of victim shown in courtEN
- 03Anthropic's super bug-hunting model Mythos is hardcore good at mathEN
- 04Anthropic claims popular Chinese AI model has Mythos-class hacking abilitiesEN
- 05Watt’s up, doc? Huddig hybrid loader gets a big battery boost [video]EN
- 06OpenAI alerts 100 orgs that its 'misaligned models' attempted to break inEN
- 07AI (For Normal People) with AWS Hero Thorsten Hoger [video]EN
- 08A Beginner's Guide to Running AI Models LocallyEN
- 09Cube Rule food classifier using Cloudflare Clef classification modelEN
- 10Training an open decision model to replace a closed one, in shadow on prodEN
- 11We diffed all 66 release pairs of the official MCP servers, 140 silent changesEN
- 12Changes to Gemini model access and limitsEN
- 13Open 10-player CS:GO dataset for multiplayer world modelsEN
- 14What does the advent of powerful AI models mean for mathematicians like me?EN
- 154.5 Ideogram 4.5: The most precise edit modelEN
- 16Mystery AI Hype Theater 3000 [video]EN
- 17Kolibri: A Sovereign Open-Weight ModelEN
- 18California Attorney General Serves Investigative Subpoena on OpenAIEN
- 19New in Llama.cpp: Decision ModelsEN
- 20IINA (the media player) 1.5.0 is ReleasedEN
- 21Shield: A 118M model for detecting prompt injections and jailbreaksEN
Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.
Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.
Komentarze
0- Brak komentarzy — bądź pierwszy.