Tavus新AI通过视频图灵测试：一分钟通话，48%的人把它认成了真人

一分钟的视频通话，54个人里有26个坚信，屏幕对面坐着一个真人。而屏幕对面，一个人都没有。

这是AI公司Tavus做的实验。它刚发布了实时视频交互模型Griffin，号称历史上第一个通过「实时视频图灵测试」的模型。上一代在同样流程的测试里，41个人中只有1个把它错认成真人，比例2.4%。一年多时间，2.4%变成了48%。

这类消息乍一看是科技公司在秀肌肉。但你要是曾经把「开个视频」当成确认对方身份的最后一道手续，特别是家里有老人、担心他们被骗的，这个数就值得当回事。多少年来，防骗建议里的最后一招，一直是拿不准就视频一下，看看脸。

Griffin厉害在哪？不是画面多逼真，换脸视频做得逼真的，现在一抓一大把。它厉害在会看眼色。你话说一半停下来组织语言，它不抢答；你讲了件难过的事，屏幕那张脸的表情会跟着变；你打断它，它会停下来让你先说。这些人与人之间才有的小动作，它全学了去。它还能用10秒左右的参考音频克隆一个人的声音，从说话到画面的延迟0.43秒，跟普通人打视频没什么两样。

还有个细节。看出破绽的人，几乎都在通话头20秒里就起了疑心；没看出来的，越聊越信。不过样本就54个人，时长就一分钟，参与者还被提前告知对面是另一位志愿者，打心眼里认定那是个大活人。按这个条件，说它能骗过任何人还太早。Tavus自己也没把Griffin开放给普通用户，只让少数可信测试者用，说是「AI身份披露」功能还在开发。

那为什么还是值得写？因为这套技术已经在另一个地方用上了，而那个地方恰恰缺的就是这最后一环。

Anthropic前阵子发了份报告。一家开发工作室运营着20多款交友App，匹配列表里那些嘘寒问暖的「真人」，其实是大批AI人设。两周观察期里，4700多个AI人设同时在跟2.5万多名用户聊天。整个流程里只有一件事还得真人上场，就是视频通话。用户较真要看脸的时候，真人兼职就会出现，向用户证明这个人真的存在。

诈骗流水线上，AI已经把陪聊的活全包了，唯一干不了的就是视频。Griffin这类模型要补的，正是这最后一环。当一分钟的通话就能骗过将近一半人，克隆一把嗓子只要10秒素材。

「见个面谈谈」这道保险，快要失效了。

也不用等将来，这类事已经在发生。公安部9月通报，全国侦破的AI换脸类诈骗案件超过300起，涉案金额突破5亿元。

最高法公布过一个更瘆人的案子。骗子的同伙上门到独居老人家里拨通电话，电话那头用AI合成出老人孙子的声音，就靠隔辈亲情，先后骗走三位老人共6万元。

央视曝光过一个相亲直播间，里面自称67岁、年收入600万、名下好几套房的「完美大叔」，整个人是AI画出来的。50多位中老年女性交了2000元「相亲服务费」，交完钱，人就失联了。

当然，也别反过来吓自己。48%认成真人，反过来说，52%的人识破了。跟家里人视频，又跟陌生人相亲不同，你孩子的神态、语气、口头禅，你比谁都熟，AI拿几张照片几段语音学不全这些。视频通话不是从今天起就没用了。

但防的手法真得换个版本。「怀疑换脸就让对方按按鼻子」那招已经不管用了，换脸越来越真，肉眼越来越难分辨。更靠谱的是画面之外的核实。对方提到钱，先挂断，回拨他常用的那个号码；故意问一件只有家里人才知道的事；最好平时就跟家里人约好一句暗号，暗号对不上，对面再急也先拖一拖。国家反诈中心App上线了AI内容鉴定功能，图片、视频、音频都能鉴，每天有10个免费额度，家里老人还没装的，趁这个假期帮他装上。