Tavus 发布实时数字人模型 Griffin

2026 年 10 月 3 日，Tavus 发布实时数字人模型 Griffin。据 AGI Hunt 报道，该模型全程听、全程看，持续决定该说话、反应还是等待，并按用户说了什么来接管话轮，而不是等声音停下再响应。语音部分把每 10ms 音频压缩成 40 个数字的 latent，模型一知道要说什么就立刻写出下一个 latent 并即时播放；同时支持用约 10 秒音频克隆声音。报道称其音到画延迟仅 0.43 秒。目前这是该模型的首次公开发布，报道未提及后续进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。