一场视频通话里，48% 的人没认出对面是 AI

一个男人对着镜头拧魔方，屏幕里的女孩盯着他手上的动作，时不时点头，提醒他下一步该转哪面。他卡住了，低头琢磨，她不插话，安静等着。等他重新动手，她才接上一句。

如果没人提醒，这看起来就是一次再普通的视频通话。但屏幕里那个女孩并不存在，她的脸、声音、每一次点头和停顿，都是实时生成的。

10 月 1 日，美国 AI 视频公司 Tavus 发布了一个叫 Griffin 的模型，把它定义为「人类交互模型」（Human Interaction Model，简称 HIM）。Tavus 公布的数据是：在一分钟视频通话测试里，54 名参与者中有 26 人事后认为自己是在跟真人聊天，比例接近 48%。作为对照，它的上一代系统在同样的测试里，41 个人里只骗过了 1 个，比例 2.4%。

从 2.4% 到 48%，不是一次常规的版本迭代。过去几年，数字人赛道拼的是「脸像不像」；Griffin 想证明的，是 AI 开始学会「像人一样聊天」——会点头，会抢话，被夸会脸红，也能接住两个同时入镜的人，把话题自然地摊开。

发布会视频本身就是一次 AI 视频通话：Tavus 的联合创始人深夜坐在办公室，屏幕那头是一个戴眼镜的年轻女孩 Vanessa，两人像老同事一样互相打趣。

真正值得盯的是这类交互的边界。它离「能当客服、能陪聊」越来越近，也离「被用来冒充真人」越来越近。视频通话里那点点头和停顿，恰恰是我们判断对方是不是人的依据。