Tavus Griffin: el 48% creyó hablar con un humano en vídeo

Griffin, el modelo de Tavus que dice pasar el test de Turing en vídeo (y por qué hay que leer la letra pequeña)

El 48% de los participantes en un estudio a ciegas de Tavus aseguró, tras una videollamada de un minuto, que había estado hablando con una persona real. No la había: era Griffin-Lite, una versión preliminar de un nuevo modelo de IA audiovisual en tiempo real. La compañía, con sede en San Francisco, lo presenta como el primer sistema capaz de superar un «test de Turing en vídeo». La afirmación es llamativa, y a la vez necesita bastante contexto.

¿Qué es Griffin y por qué Tavus afirma que pasó el test de Turing en vídeo?

Griffin es lo que Tavus bautiza como su primer Human Interaction Model (HIM): un modelo de vídeo a vídeo, full-duplex, que mantiene una conversación cara a cara en tiempo real. Según el comunicado oficial replicado por TMCnet y Business Wire, Griffin «ve, escucha, interpreta, habla, se mueve, reacciona y responde de forma continua», y ajusta lo que dice en función de lo que observa mientras la otra persona habla.

La prueba central consistió en reclutar a 54 participantes a través de una plataforma de investigación independiente. Cada uno sostuvo una videollamada de un minuto con un agente construido sobre Griffin-Lite, creyendo que hablaba con otra persona sobre qué cosas esperaban con ilusión ese año. Solo al final se les preguntó si habían pensado que su interlocutor pudiera no ser humano. De los 54, 26 respondieron que sí lo creyeron real. En una prueba equivalente con el sistema anterior de Tavus, solo 1 de 41 (2,4%) dijo lo mismo, según recoge Tech-Ish.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

La diferencia técnica: full-duplex en un solo modelo

La mayoría de avatares conversacionales actuales funcionan como un relay: un sistema convierte la voz en texto, un modelo de lenguaje escribe la respuesta y otros sistemas la transforman en voz y en una cara animada. Cada traspaso introduce latencia y pierde señales: el tono, una pausa, un gesto a cámara.

Griffin integra percepción, generación de voz, decisión conversacional y vídeo en una sola arquitectura. Según Tavus, el modelo escucha y observa mientras habla, y cada menos de un segundo reevalúa la conversación para decidir si asiente, dice «mm-hm», toma el turno o espera. Esto es lo que técnicamente se llama full-duplex: ambos extremos hablan y reaccionan a la vez, como en una conversación humana real. Permite interrumpir, dejarse interrumpir y reaccionar a algo que el interlocutor muestra a cámara. La generación de cara, voz, mirada y gestos nace, además, de las mismas decisiones conversacionales, no de módulos separados.

Hasta ahora, Tavus encadenaba tres modelos propios: Phoenix-4.5 para el renderizado facial, Raven-1 para la percepción multimodal y Sparrow-2 para los tiempos de la conversación. Griffin los unifica en un único modelo diseñado en torno a la interacción, según describe el comunicado.

El benchmark de NVIDIA: cifras concretas más allá del 48%

Más allá del estudio interno, Tavus aportó un punto de referencia externo: VideoFDB, un benchmark de NVIDIA construido sobre 237 fragmentos de videollamadas reales y 11 dinámicas conversacionales. Las rúbricas se puntúan de 0 a 5 con un juez basado en un modelo de lenguaje. Griffin-Lite lidera las tablas publicadas, aunque sigue por debajo de la referencia humana:

Generación: Griffin-Lite 3,83 / mejor rival 2,80 / humanos 3,92
Percepción: Griffin-Lite 3,73 / mejor rival 3,44 / humanos 4,20

Tavus también afirma que Griffin supera al siguiente mejor sistema publicado por un 37% en métricas de reacción en tiempo real, según recoge CryptoBriefing. Una cifra que Tech-Ish matiza al notar que en la tabla de generación solo se evaluaron tres sistemas de IA, y que los otros dos son relays construidos sobre Gemini 2.5 de Google, no modelos full-duplex como Griffin. La misma tabla sitúa la latencia mediana de Griffin-Lite en 1.892 milisegundos, frente a los 900 milisegundos de una persona.

Los matices del estudio que Tavus no resalta

El 48% es el dato llamativo, pero el protocolo tiene cuatro debilidades que cualquier founder debería tener presentes antes de hacerse ilusiones:

No había grupo de comparación humano. A los participantes no se les pidió elegir entre una persona y una máquina: solo al final se reveló la posibilidad. No hay cifra de cuántas veces un humano real en la misma llamada habría sido calificado como humano.
Muestra pequeña. Con 54 participantes, el verdadero porcentaje podría situarse entre el 35% y el 61% con un intervalo de confianza del 95%, según el cálculo de Tech-Ish.
Ventana corta. Un minuto no es representativo de una videollamada laboral o comercial real.
Estudio interno. La prueba, su diseño y su publicación corren por cuenta de Tavus. No hay paper ni datos públicos enlazados.

Además, el «test de Turing en vídeo» no es un protocolo estandarizado. El test original de Alan Turing, de 1950, se hacía por escrito precisamente para que ninguna pista física condicionara al juez. Tavus está aplicando la idea de indistinguibilidad a un experimento distinto: una conversación cara a cara sin elección binaria. Ya en mayo de 2026, un estudio publicado en PNAS con GPT-4.5 obtuvo que el 73% de los jueces eligiera al modelo como la persona en conversaciones escritas, cuando se le daban instrucciones para adoptar una personalidad humana. Los protocolos no son comparables, pero ayudan a poner el 48% de Griffin en perspectiva.

¿Qué significa esto para tu startup?

Aunque la cifra del 48% debe leerse con cautela, el avance técnico sí es real. Para founders y equipos de producto, hay tres implicaciones prácticas:

Atención al cliente y ventas por vídeo. Tavus ya comercializa PALs (Personified Application Layers) integrados vía API, con constructor sin código (PAL Maker) y soluciones empresariales. Más de 150.000 desarrolladores y empresas usan su plataforma, según el comunicado oficial. Casos de uso citados: tutor que detecta frustración antes de que el alumno la exprese, entrenamiento de objeciones de venta, soporte visual con un producto en mano a cámara. Tavus cuenta entre sus clientes con Amazon, Mayo Clinic y Salesforce, y ha levantado 70 millones de dólares en rondas respaldadas por CRV, Sequoia Capital, Scale Venture Partners y Y Combinator, según la nota de prensa.
Riesgo de fraude y responsabilidad legal. La propia Tavus reconoce que las mismas capacidades que hacen indistinguible a Griffin también pueden usarse para suplantar a una persona. En la UE, el AI Act obliga desde el 2 de agosto de 2026 a informar explícitamente cuando se interactúa con un sistema de IA, salvo cuando resulte evidente por el contexto. Si operas en Europa o vendes allí, diseña disclosures desde el día uno.
Qué se puede hacer hoy y qué no. Griffin-Lite sigue en preview de investigación para testers seleccionados. No hay fecha de lanzamiento general ni precio para el Griffin completo. Tavus declara que trabaja en mecanismos de aviso antes de un despliegue amplio. Si quieres experimentar, el punto de entrada real es la plataforma de PALs ya en producción.

Conclusión

Griffin no «pasó el test de Turing» en el sentido canónico del término, y el 48% no prueba que la IA sea indistinguible de un humano en condiciones reales. Pero sí demuestra que un modelo audiovisual full-duplex, capaz de escuchar y hablar a la vez y de generar cara, voz y gestos desde la misma decisión conversacional, está lo suficientemente cerca como para que un porcentaje relevante de personas no se dé cuenta en una llamada de un minuto. Para founders que construyen productos conversacionales, el listón acaba de subir. Para los que defienden a sus clientes del fraude, también.