Tavus afirma que su IA pasó un «test de Turing» en video

Tavus, empresa de San Francisco que ofrece agentes de video en tiempo real, presentó el 1 de octubre de 2026 a Griffin, que describe como su primer «Human Interaction Model»: un modelo de video a video que escucha mientras habla y reacciona a expresiones y pausas. La versión evaluada es Griffin-Lite, una vista previa de investigación.

La empresa afirma que Griffin es el primer modelo en superar un «test de Turing en video» en tiempo real. Es una afirmación de Tavus, basada en un estudio diseñado y publicado por la propia compañía.

Qué midió el estudio

Según Tavus, los 54 participantes se reclutaron en una plataforma de investigación independiente y creían que tendrían una videollamada de un minuto con otro participante, para hablar de qué esperaban con ilusión. En realidad, su interlocutora era un agente de Tavus con Griffin-Lite, que generaba rostro, voz y respuestas en directo.

Solo al final de la encuesta se preguntó si habían pensado que su interlocutora podía no ser una persona. De los 54 participantes, 26 creyeron que era real: 48 % (26 de 54 es 48,1 %). Con el mismo protocolo, un sistema anterior de Tavus obtuvo 1 de 41 (2,4 %).

Tavus añade que quienes dijeron «real» tenían en promedio 79 % de confianza en su respuesta, y quienes dijeron «IA», 81 %. Según la empresa, más de la mitad de los participantes dijo que la posibilidad no se le había cruzado por la mente durante la llamada.

Por qué el nombre exige cautela

Según Xataka, el planteamiento de Turing de 1950 era por escrito, para que ninguna pista física influyera, y no existe un protocolo único reconocido de «Video Turing Test». El término ya se había usado en 2023 en un trabajo de AI Magazine para medir si una IA comprende video, algo distinto.

Análisis de PrimixIA: el estudio mide cuántas personas no sospecharon que hablaban con una IA tras una llamada de un minuto, no si alguien distingue a una IA de una persona. En la descripción publicada por Tavus todas las interlocutoras eran IA y no se menciona un grupo de control con personas reales. Tampoco encontramos una réplica independiente del experimento.

Qué dice la evaluación de NVIDIA

Griffin-Lite aparece en VideoFDB, un benchmark de NVIDIA con 237 fragmentos de videollamadas reales y 11 dinámicas conversacionales, donde un modelo de lenguaje actúa como juez y puntúa de 0 a 5. Tavus indica que NVIDIA puntuó el modelo en septiembre de 2026.

En la tabla de percepción, Griffin-Lite obtiene 3,73 de puntaje global frente a 4,20 de la referencia humana, y lidera entre los sistemas evaluados. En generación, 3,83 frente a 3,92. En percepción, el alineamiento de tiempos de respuesta es de 73,8 % con 2.232 ms, frente a 90 % y 1.400 ms de la referencia humana. Es decir, el modelo queda por debajo de las personas en ambas tablas.

Disponibilidad y riesgos

Griffin no está en la plataforma de Tavus: Griffin-Lite está disponible solo para un grupo de testers seleccionados, y la empresa dice que sumará una versión más potente cuando resuelva cómo lanzarla de forma segura. Tavus afirma que trabaja en funciones de divulgación para avisar cuando alguien habla con una IA.

Lo que Tavus sí comercializa son agentes de video, llamados PALs, que se integran por API o se crean sin código con PAL Maker, sobre sus modelos Phoenix, Raven y Sparrow.