Компанія Tavus, яка спеціалізується на Conversational Video Interfaces (CVI), оголосила про запуск трьох нових моделей генеративного ШІ: Phoenix-3, Raven-0 та Sparrow-0. Ці моделі створені для покращення взаємодії між людьми та ШІ, забезпечуючи більш автентичні, особистісні враження.
Introducing our new family of state-of-the-art AI models: Phoenix-3, Raven-0, and Sparrow-0.
— Tavus (@heytavus) March 6, 2025
Together they bring Conversational Video Interfaces (CVI) to the next level, and power Charlie, our new demo persona 👋 pic.twitter.com/vaqX9InvwX
Phoenix-3 є передовою моделлю анімації обличчя, яка з високою точністю відтворює міміку, мікровирази та синхронізацію губ. Вона дозволяє забезпечувати безперервні, контекстно-залежні емоційні реакції, зберігаючи при цьому ідентичність користувача. Raven-0 надає ШІ можливості візуального сприйняття, дозволяючи йому інтерпретувати та реагувати на візуальні підказки та контекст у реальному часі. Ця модель може читати текст, розпізнавати жести та виявляти емоції, роблячи взаємодію більш природною та інтуїтивною.
Sparrow-0 зосереджується на покращенні таймінгу та потоку розмов. Вона адаптується до природних мовних зразків, розуміючи ритм і контекст діалогу. Ця модель перевершує поточні провідні системи за точністю переходів, досягаючи середньої абсолютної помилки 0,3989 у порівнянні з попереднім кращим показником 1,7467.
Ці моделі працюють разом, утворюючи інтелектуальну систему в межах операційної системи Tavus для Conversational Video. Компанія продемонструвала можливості цих моделей за допомогою ШІ-агента на ім’я Charlie, який може вести живий діалог, шукати в інтернеті, аналізувати екрани та генерувати зображення без перешкод. Tavus надасть ці моделі у відкритий доступ через їхні API з шостого березня дві тисячі двадцять п’ятого року. Компанія бачить широке впровадження цієї технології, зокрема у вигляді цифрових людей, які можуть стати такими ж поширеними, як смартфони. Кілька провідних брендів та стартапів вже інтегрують цю технологію у свої робочі процеси.