AI 動画スタートアップの Tavus は 2026 年 10 月 1 日、ビデオ通話中に AI が人物としてリアルタイムで応答できる新モデル「Griffin」を発表しました。同社はこれを「Human Interaction Model（HIM）」という新しいカテゴリーに分類しており、世界初のモデルと位置づけています。
これまでの会話 AI は、相手が話し終えてから応答を返す仕組みでした。Griffin はそこから大きく進化しており、相手の表情・視線・声のトーン・話し方の間といった細かなシグナルを会話中に継続して読み取り、割り込みや相槌など人間らしい反応をリアルタイムで返すことができます。映像の出力は 720p で、約 10 秒の音声サンプルがあれば話し相手の声を再現することも可能です。
性能面での検証結果も注目されています。Tavus が実施した社内テストでは、54 名が 1 分間のビデオ通話を体験し、そのうち 26 名（ 48% ）が Griffin-Lite を実在の人間だと判断しました。従来のシステムでは同様の条件で 2.4% にとどまっていたことと比べると、格段の向上です。NVIDIA のビデオベンチマーク（ VideoFDB ）でも 3.83/5.0 を記録しており、人間のスコア 3.92 に迫る水準に達しています。
Tavus は 2020 年創業のサンフランシスコ拠点のスタートアップで、 2025 年 11 月に 4,000 万ドル（約 60 億円）のシリーズ B 資金調達を完了しています。累計調達額は 6,400 万ドル（約 96 億円）で、既存の AI モデルはすでに 15 万人以上の開発者や企業に使われています。
活用が見込まれる分野は、面接練習・オンライン個別指導・カスタマーサポートなど幅広く、研修やシミュレーションへの応用も期待されています。ただし、悪用への懸念も無視できません。テックジャーナリストの Kevin Rooose 氏は「高齢者から銀行情報を聞き出すために使われかねない」と指摘しており、就職活動の面接に AI が人間を装って参加するといった不正利用のリスクも議論されています。
こうした背景から、Griffin は現時点で一般公開されておらず、選定された研究者や開発者向けの限定プレビューとして提供されています。安全対策と開示の仕組みが整い次第、広く展開する計画とのことです。
