AI या असली इंसान? Tavus Griffin से बात कर 48% लोग नहीं कर पाए पहचान
AI अब सिर्फ Text और Voice में जवाब देने से आगे बढ़ रहा है। Tavus ने Griffin नाम का ऐसा AI Model पेश किया है, जो Real Time Video Conversation कर सकता है। कंपनी का दावा है कि Live बातचीत के दौरान 48% लोग इसे असली इंसान समझ बैठे। जानिए Griffin दूसरे Conversational AI Models से कैसे अलग है।
In Short
- Tavus का दावा है कि Griffin ने Video Turing Test में 48% Human Success Rate हासिल किया।
- Griffin Real Time में सामने वाले व्यक्ति को देख सुन और समझकर जवाब दे सकता है।
- - Griffin-Lite का शुरुआती Research Preview चुनिंदा Developers के लिए उपलब्ध कराया गया है।
AI अब सिर्फ Chatbot पर सवाल-जवाब करने तक सीमित नहीं रह गया है। AI कंपनी Tavus ने Griffin नाम का नया Human Interaction Model पेश किया है, जिसे आमने-सामने होने वाली Video Conversation को इंसानों की बातचीत जैसा बनाने के लिए तैयार किया गया है। कंपनी का दावा है कि Griffin ने Video Turing Test में 48% Human Success Rate हासिल किया है।
48% लोगों ने समझा असली इंसान
Tavus ने X पर बताया कि Griffin से Live बातचीत करने वाले 48% लोगों को लगा कि वे किसी असली इंसान से बात कर रहे हैं। कंपनी ने इसे Video Turing Test पास करने वाला पहला Model बताया है।
Griffin को इस तरह तैयार किया गया है कि वह सामने वाले व्यक्ति को देख, सुन और समझ सके। इसके साथ ही वह बोलने, हाव-भाव दिखाने और तुरंत प्रतिक्रिया देने का काम भी एक साथ कर सकता है।
दूसरे AI models से कैसे अलग?
आम Conversational AI Systems में बातचीत के लिए कई अलग-अलग हिस्सों का इस्तेमाल किया जाता है। पहले आवाज को Text में बदला जाता है, फिर AI जवाब तैयार करता है और उसके बाद अलग System से Voice या Video तैयार होता है।
Griffin में यह पूरी प्रक्रिया एक ही Video-to-Video Pipeline में होती है।
खास बात यह है कि Griffin बोलते समय भी सामने वाले व्यक्ति को देख और सुन सकता है। अगर बातचीत के बीच कोई व्यक्ति उसे रोकता है, अचानक चुप हो जाता है या कोई हरकत करता है तो Griffin उसी समय अपना जवाब बदल सकता है।
हाव-भाव पर भी रखता है नजर
Griffin में दो प्रमुख Engines का इस्तेमाल किया गया है। इनमें से एक बातचीत के दौरान लगातार मिलने वाले संकेतों को समझता है और तय करता है कि कब प्रतिक्रिया देनी है।
दूसरा Engine आवाज, शरीर की हलचल और Video Scene को Real Time में तैयार करता है।
एक Reference Image से Griffin पूरा Dynamic Scene तैयार कर सकता है। इसमें उंगलियों और हाथों की हलचल से लेकर Shadows और Background में होने वाले बदलाव तक शामिल हैं।
चुप्पी भी समझ सकता है Griffin
Griffin बातचीत के दौरान यह भी समझने की कोशिश करता है कि कोई व्यक्ति कितनी देर से चुप है। इससे वह अंदाजा लगाता है कि सामने वाला सोच रहा है या AI से अगली बात शुरू करने की उम्मीद कर रहा है।
Tavus ने Griffin-Lite नाम से इसका शुरुआती Research Preview कुछ चुनिंदा Developers के लिए उपलब्ध कराया है। कंपनी आने वाले महीनों में Full Model को ज्यादा लोगों तक पहुंचाने की योजना बना रही है।
