नई दिल्ली। आर्टिफिशियल इंटेलिजेंस की दुनिया में अब चैटबॉट से आगे बढ़कर ऐसे AI सिस्टम तैयार किए जा रहे हैं, जो इंसानों की तरह आमने-सामने बातचीत करने में सक्षम हैं। सैन फ्रांसिस्को की AI स्टार्टअप कंपनी Tavus ने ऐसा ही एक नया मॉडल पेश किया है, जिसका नाम Griffin है। कंपनी इसे Human Interaction Model (HIM) के तौर पर पेश कर रही है।
Griffin की खासियत यह है कि यह सिर्फ टेक्स्ट या आवाज के जरिए जवाब देने वाला AI नहीं है। इसे रियल-टाइम वीडियो बातचीत के लिए डिजाइन किया गया है, जहां यह यूजर की आवाज के साथ-साथ चेहरे के भाव और दूसरे विजुअल संकेतों को समझकर प्रतिक्रिया देने की कोशिश करता है। इसकी आवाज, चेहरे के एक्सप्रेशन, बातचीत की टाइमिंग और बॉडी मूवमेंट इसे सामान्य AI चैटबॉट्स से अलग बनाते हैं।
कल्पना कीजिए कि आप किसी वीडियो कॉल पर किसी व्यक्ति से बात कर रहे हैं और सामने मौजूद सिस्टम आपकी बात के बीच में स्वाभाविक तरीके से प्रतिक्रिया देता है, हंसता है, आपको रोकता है या बातचीत के हिसाब से अपने चेहरे के भाव बदलता है। ऐसी स्थिति में कुछ समय के लिए यह पहचानना मुश्किल हो सकता है कि सामने कोई इंसान है या AI।
Griffin क्या है?
Introducing Griffin, the first model to pass the video Turing test.
48% of people who talked to it live thought it was a real human. Previous systems have had a pass rate <3%. It is #1 on NVIDIA's benchmark for full-duplex AI video.
It’s the first Human Interaction Model (HIM). pic.twitter.com/eb11XbC8Xr
— Tavus (@tavus) October 1, 2026 Griffin Tavus का नया AI मॉडल है, जिसे विशेष रूप से रियल-टाइम वीडियो इंटरैक्शन के लिए तैयार किया गया है। सामान्य AI मॉडल जहां टेक्स्ट, ऑडियो या सीमित विजुअल इनपुट के आधार पर जवाब देते हैं, वहीं Griffin को फेस-टू-फेस बातचीत जैसा अनुभव देने के उद्देश्य से विकसित किया गया है।
कंपनी के अनुसार, Griffin यूजर की आवाज सुनने के अलावा बातचीत के दौरान मिलने वाले विजुअल संकेतों को भी प्रोसेस कर सकता है। इसके बाद यह उसी संदर्भ के आधार पर आवाज, चेहरे के भाव और बॉडी लैंग्वेज के साथ प्रतिक्रिया देता है।
यानी बातचीत केवल सवाल पूछने और जवाब मिलने तक सीमित नहीं रहती। AI बातचीत के दौरान यह समझने की कोशिश करता है कि सामने वाला व्यक्ति क्या कह रहा है और किस तरह प्रतिक्रिया दे रहा है।
Tavus ने Griffin को पेश करते हुए दावा किया है कि उसके मॉडल ने वीडियो इंटरैक्शन से जुड़े एक बेंचमार्क में 5 में से 3.83 का स्कोर हासिल किया। कंपनी द्वारा साझा किए गए आंकड़ों के मुताबिक, इसी तुलना में इंसानों का स्कोर 3.92 रहा, जबकि दूसरे प्रमुख सिस्टम का स्कोर 2.80 था।
कंपनी ने सोशल मीडिया प्लेटफॉर्म X पर Griffin का डेमो भी साझा किया है। Tavus के मुताबिक, लाइव बातचीत में उससे बात करने वाले 48 फीसदी लोगों ने इसे इंसान समझा। कंपनी ने इसी आधार पर इसे अपने वीडियो Turing Test से जुड़े प्रदर्शन के रूप में पेश किया है।
हालांकि, इन आंकड़ों को Tavus के अपने दावों के रूप में देखना जरूरी है। इस मॉडल का स्वतंत्र परीक्षण या NewsJagran की ओर से इसका आधिकारिक टेस्ट अभी नहीं किया गया है।
वीडियो कॉल में कैसे करता है इंसानों जैसा व्यवहार?
Griffin की सबसे दिलचस्प खासियत इसकी रियल-टाइम इंटरैक्शन क्षमता है। आम AI वीडियो सिस्टम में यूजर के इनपुट को प्रोसेस करने के बाद वीडियो तैयार होने में कुछ समय लग सकता है। लेकिन Griffin को इस तरह डिजाइन किया गया है कि बातचीत के दौरान ही इनपुट को लगातार प्रोसेस किया जा सके।
इसका मतलब है कि सिस्टम केवल यह नहीं देखता कि यूजर ने क्या कहा, बल्कि बातचीत की टाइमिंग, आवाज के उतार-चढ़ाव, ठहराव और विजुअल संकेतों को भी ध्यान में रख सकता है।
उदाहरण के लिए, यदि कोई व्यक्ति बातचीत के दौरान अचानक रुकता है या अपनी बात बदलता है, तो AI उसी समय प्रतिक्रिया देने की कोशिश कर सकता है। इसी तरह बातचीत के संदर्भ के अनुसार चेहरे के एक्सप्रेशन और बोलने की टाइमिंग भी बदली जा सकती है।
यही रियल-टाइम व्यवहार Griffin को पारंपरिक AI अवतारों से अलग बनाने की कोशिश करता है।
Griffin के पीछे कैसे काम करती है टेक्नोलॉजी?
Tavus के मुताबिक, Griffin को कंपनी की पहले से मौजूद वीडियो जनरेशन, स्पीच और कन्वर्सेशन AI रिसर्च के आधार पर तैयार किया गया है।
इस तरह के सिस्टम को स्वाभाविक वीडियो बातचीत के लिए कई अलग-अलग चीजों को एक साथ समझना पड़ता है। इसमें यूजर की आवाज, शब्दों के बीच का अंतर, बातचीत की गति, चेहरे के संकेत और वीडियो में दिखाई देने वाली गतिविधियां शामिल हो सकती हैं।
इन सभी संकेतों को रियल-टाइम में प्रोसेस करके मॉडल यह तय करता है कि उसे कब जवाब देना है, किस तरह बोलना है और वीडियो में किस तरह का एक्सप्रेशन दिखाना है।
यही वजह है कि Griffin का लक्ष्य केवल एक ऐसा डिजिटल अवतार बनाना नहीं है जो बोल सके, बल्कि ऐसा AI तैयार करना है जो बातचीत के दौरान इंसान जैसा इंटरैक्शन दे सके।
नौकरी इंटरव्यू से पढ़ाई तक, कहां हो सकता है इस्तेमाल?
अगर यह टेक्नोलॉजी बड़े स्तर पर उपलब्ध होती है तो इसके कई संभावित इस्तेमाल हो सकते हैं। Tavus के मुताबिक, इनमें मॉक इंटरव्यू, पर्सनल ट्यूटरिंग और कस्टमर सपोर्ट जैसे क्षेत्र शामिल हैं।
मसलन, नौकरी की तैयारी कर रहा कोई उम्मीदवार AI के साथ वीडियो इंटरव्यू की प्रैक्टिस कर सकता है। AI सवाल पूछ सकता है और उम्मीदवार के जवाब के आधार पर अगला सवाल तैयार कर सकता है।
इसी तरह शिक्षा के क्षेत्र में कोई छात्र वीडियो के जरिए AI ट्यूटर से बातचीत कर सकता है। सामान्य चैटबॉट की तरह सवाल टाइप करने के बजाय छात्र सीधे बातचीत के अंदाज में अपनी समस्या बता सकता है।
कस्टमर सर्विस में भी ऐसी तकनीक का इस्तेमाल किया जा सकता है, जहां ग्राहक किसी डिजिटल एजेंट से वीडियो पर बात कर सके।
क्या Griffin आपकी जगह इंटरव्यू दे सकता है?
Griffin की क्षमताओं को देखकर यह सवाल स्वाभाविक है कि क्या कोई व्यक्ति इसका इस्तेमाल अपनी जगह नौकरी के इंटरव्यू या कॉलेज के वाइवा में कर सकता है।
तकनीकी रूप से रियल-टाइम वीडियो बातचीत की क्षमता ऐसे संभावित इस्तेमाल की चिंता जरूर पैदा करती है, लेकिन किसी इंटरव्यू, परीक्षा या वाइवा में अपनी पहचान छिपाकर AI को अपनी जगह इस्तेमाल करना धोखाधड़ी या संस्थागत नियमों का उल्लंघन हो सकता है।
इसलिए ऐसी तकनीक का इस्तेमाल अधिक पारदर्शी और अधिकृत परिस्थितियों में किया जाना जरूरी होगा। खास तौर पर तब, जब सामने वाला व्यक्ति यह मान रहा हो कि वह किसी वास्तविक इंसान से बातचीत कर रहा है।
Griffin अभी सभी के लिए उपलब्ध नहीं
फिलहाल Griffin को Tavus ने आम यूजर्स के लिए पूरी तरह रोलआउट नहीं किया है। कंपनी के मुताबिक, इसे व्यापक रूप से उपलब्ध कराने से पहले डिस्क्लोजर और सेफ्टी फीचर्स पर काम किया जा रहा है।
कंपनी ने शुरुआती टेस्टिंग के लिए चुनिंदा टेस्टर्स और डेवलपर्स को Griffin-Lite का अर्ली एक्सेस देना शुरू किया है।
इसका मतलब है कि फिलहाल आम यूजर के लिए वीडियो कॉल खोलकर Griffin से बातचीत करना संभव नहीं है। आगे चलकर इसकी उपलब्धता और इस्तेमाल के नियम कंपनी के सुरक्षा उपायों और प्रोडक्ट रोलआउट पर निर्भर करेंगे।
AI वीडियो कॉल का बदलता दौर
Griffin की सबसे बड़ी खासियत केवल यह नहीं है कि AI इंसानों जैसी आवाज में बात कर सकता है। असली बदलाव यह है कि AI सिस्टम अब रियल-टाइम, मल्टीमॉडल और आमने-सामने बातचीत की दिशा में आगे बढ़ रहे हैं।
जहां कुछ साल पहले AI से बातचीत मुख्य रूप से टेक्स्ट बॉक्स तक सीमित थी, वहीं अब आवाज, वीडियो, चेहरे के भाव और बातचीत की टाइमिंग को एक साथ इस्तेमाल करने वाले सिस्टम सामने आ रहे हैं।
हालांकि, इस तकनीक के साथ भरोसे और पारदर्शिता की चुनौती भी उतनी ही महत्वपूर्ण है। अगर AI और इंसान के बीच अंतर करना मुश्किल होने लगे, तो यूजर को यह स्पष्ट रूप से पता होना चाहिए कि वह मशीन से बात कर रहा है या किसी वास्तविक व्यक्ति से।
यही कारण है कि Griffin जैसे सिस्टम की तकनीकी क्षमता के साथ-साथ उनके डिस्क्लोजर, प्राइवेसी और सेफ्टी फीचर्स भी बेहद महत्वपूर्ण होंगे।
Source: Tavus के आधिकारिक दावों और सार्वजनिक रूप से साझा जानकारी पर आधारित।
डिस्क्लेमर: इस लेख में Griffin की क्षमताओं से संबंधित आंकड़े और प्रदर्शन संबंधी दावे Tavus द्वारा साझा की गई जानकारी पर आधारित हैं। NewsJagran ने इस AI मॉडल का स्वतंत्र परीक्षण नहीं किया है।


