不显人工的 AI:PAL 如何改变一切
Tavus 提出 Personified Application Layer(PAL),把感知、共情与记忆打包成可面对面交谈的应用,并给出 Tavus Turing Test 分级:Stage 0 只有渲染的脸和声音,Stage 0.5 具备人格但上下文限于单次会话,Stage 1 才是能跨交互记忆、推理并主动行动的持久 PAL。Tavus 称该测试是面向 PAL 团队的设计成熟度模型,并非经外部验证的基准。
Tavus 提出 Personified Application Layer(PAL),把感知、共情与记忆打包成可面对面交谈的应用,并给出 Tavus Turing Test 分级:Stage 0 只有渲染的脸和声音,Stage 0.5 具备人格但上下文限于单次会话,Stage 1 才是能跨交互记忆、推理并主动行动的持久 PAL。Tavus 称该测试是面向 PAL 团队的设计成熟度模型,并非经外部验证的基准。
Tavus 撰文对比 AI copilot 与 AI agent 的产品选型:copilot 在人工任务内提供草稿与建议、由人保留否决权,agent 则接受目标后自主调用工具直至完成。文章引用 Gartner 定义与四级自主性分层,指出二者在自主性、触发范围、问责归属和集成范围四个维度分化,并强调当对话本身即交付物时,需要真实在场感的 AI 视频 agent。
Tavus 在八款 AI 客服平台横评中位列第一,其 Conversational Video Interface 通过托管 WebRTC 连接实现低于 200ms 的响应延迟,Sparrow-2 模型在 81% 的轮次结束点达到人类典型应答时机。Anam 以单张照片生成数字人并公布低于 1 秒的中位对话延迟,UneeQ 则面向受监管企业提供云、混合与本地部署。评测按渠道覆盖、知识 grounding、工单系统适配、定价与合规等维度排序。
Tavus 提出用实时视频智能体在对话进行中给出反馈,而非事后评分卡,可捕捉语气、节奏和犹豫等文字记录无法呈现的信号。其 PAL 在面试练习场景中已记录 120 万分钟以上练习时长,用户在与真人感面试官互动时停留时长增加 42%、完成会话数增加 35%。
数字孪生是某个特定物理对象的虚拟模型,靠传感器数据持续同步、实时更新,用于监测、预测和决策,ISO 23247-1 将其定义为可观测制造要素的适用数字表示。它与仿真、复刻人的区别在于:仿真无实时数据,复刻人只从录制视频训练一次、不再与本人重新同步。Tavus 认为,把复刻人称作数字孪生会误导用户以为存在实时连接,并建议用 Replica 加 Personified Application Layer(PAL)来区分外观声音与对话系统。