JEZIVO Novi AI model uvjerio čak 48 posto sugovornika da razgovaraju s pravim čovjekom

Tvrtka Tavus objavila je Griffin, model koji nazivaju prvim “Human Interaction Modelom” (HIM) - potpuno novom klasom AI sustava dizajniranih za video interakciju licem u lice, u stvarnom vremenu. Rezultati koje su objavili su, blago rečeno, neugodni za čitanje: u studiji s 54 sudionika koji nisu znali da razgovaraju s AI-jem, 48 posto njih nakon minutnog video poziva izjavilo je da vjeruje kako je razgovaralo s pravom osobom. Prethodna generacija Tavusovog modela imala je stopu od 2,4 posto.

Tavus je startup iz San Francisca koji je do sada prikupio 70 milijuna dolara od investitora, uključujući Sequoia Capital i Y Combinator, a među klijentima su Amazon, Mayo Clinic i Salesforce. Više od 150.000 developera već koristi njihove prethodne modele.

Kako to uopće funkcionira?

Griffin nije samo chatbot s licem. Radi se o video sustavu koji istovremeno percipira, odlučuje i generira odgovor - bez čekanja da sugovornik završi rečenicu. Model čita ton glasa, izraze lica, pauze i pogled te na sve to reagira u stvarnom vremenu. Smiješi se kad je smiješno, mijenja ton kad osjeti nelagodu sugovornika, kima dok ga slušate, a ako ga prekinete usred rečenice - zaustavlja se i prilagođava.

Vizualni prikaz generira se piksel po piksel iz jedne referentne fotografije, u 720p rezoluciji, s prosječnim kašnjenjem od 0,43 sekunde - duplo brže od najbližeg konkurenta. Na NVIDIA-inom neovisnom benchmarku za full-duplex audio-vizualnu konverzaciju Griffin je zauzeo prvo mjesto u obje kategorije - percepciji i generiranju - pri čemu je rezultatom od 3,83 od maksimalnih 3,92, koliko je postigao ljudski referentni razgovor, prestigao sve konkurentske sustave za više od jednog cijelog boda.

Griffin-Lite, istraživački preview modela, trenutno je dostupan samo odabranoj skupini testera. Razlog je jednostavan - isti model koji omogućuje prirodnu komunikaciju između čovjeka i stroja dovoljan je i za obmanu. I nije to tek teorijska briga: The Rundown podsjeća na slučaj iz 2025. kada je financijski radnik u Hong Kongu prebacio 25 milijuna dolara nakon video poziva s osobom za koju je mislio da je CFO tvrtke, a zapravo je bila AI deepfake. Griffin bi takve prijevare učinio još uvjerljivijima.

Tvrtka navodi da su potrebni dodatni sigurnosni mehanizmi i transparentno otkrivanje AI identiteta prije nego što model postane široko dostupan. To je rijetko iskren potez za tech tvrtku koja bi ovakav proboj lako mogla monetizirati - i vrijedi ga primijetiti i naglasiti kao pozitivan etički kompas koji bi bilo dobro da bude rašireniji u AI industriji.

Što to znači za budućnost?

Tavus tvrdi da zamišlja Griffina kao tutora koji primijeti kad učenik ne razumije gradivo, kao sugovornika za vježbu teških razgovora ili kao korisničku podršku koja može zajedno s korisnikom dijagnosticirati problem gledajući u istu kameru. U svim tim slučajevima korisnik ne mora formulirati savršen prompt - može se izraziti onako kako bi to učinio s drugim čovjekom.

Hoće li to biti dobro ili loše - ovisi isključivo o tome tko i kako upravlja ovom tehnologijom. A odgovor na to pitanje Griffin, nažalost, ne može dati.