Tavus

Tavus はサンフランシスコのリアルタイム対話型デジタルヒューマンプラットフォームで、AI があらかじめレンダリングされた動画を再生するのではなく、自分の顔と声でビデオ通話越しに話しかけてきます。土台は CVI のリアルタイム対話パイプラインで、デジタルヒューマンは PAL、容姿は Face と呼ばれ、旧称の Persona と Replica はすでに廃止されています。

主な機能

• サブ秒の対話：レンダリングの Phoenix、知覚の Raven、ターン制御の Sparrow という自社開発の三モデルを一つのリアルタイムパイプラインにつないでいます。
• 容姿のクローン：PAL が振る舞いと知識を、Face が容姿を担い、写真一枚か 1〜2 分の動画があれば作れます。
• 実際の会議に出席：PAL はメールの身元を持ち、カレンダー招待を自動で承諾して、Zoom、Meet、Teams に 1 分前に入室します。
• 開発者優先：REST、OpenAPI、React コンポーネント、バックエンド不要の埋め込みに対応し、LiveKit や自社 LLM への差し替えも可能です。
• ノーコードの入口：PAL Maker は対話形式のビルダーで、非技術系の同僚でも受付担当を組み上げられます。
• コンプライアンスのスイッチ：eu ポリシーで本人開示を有効にし感情認識を絞り込む設定を一度で行え、SOC 2 と HIPAA も備えています。

向いている用途 AI 面接官、営業ロールプレイ、医療フォローアップ、アプリ内の対面サポートを製品の中核に据えるチーム。デジタルヒューマンが実際に Zoom に入って顧客や候補者と話す必要がある場面。英語中心の欧米チーム。逆に、マーケティング動画を大量に作りたい場合、中国語のナレッジベース Q&A が必要な場合、台本の読み上げアバターだけで足りる場合には向いていません。

独自の強み 同類の中でリアルタイム対話をアドオンではなく土台にしているのは Tavus だけです。HeyGen の LiveAvatar は独立したサブプラットフォーム、Synthesia は企業向けのプリレンダー教材が強く、D-ID は安価ですが画像駆動の域を出ません。単価を比べても意味がありません。リアルタイム配信とプリレンダーは同じカテゴリではないからです。

編集部の評価 技術は POC に値しますが、ビジネス面では慎重に見るべきです。三つのレビュープラットフォームのサンプルは極端に少なく、しかも互いに矛盾しています。G2 は三点で 3.0、Trustpilot は五点でゼロ点、Product Hunt は六点で満点。結論を出すには足りません。レイテンシも公式に 500ms と 600ms の二つの表現があり、ドキュメントに数字はありません。42 言語に中国語を含みますが、ナレッジベースは英語のみ対応のため中国語の Q&A は塞がれています。a16z の出資は裏付けが取れず、実際は CRV がリードした 4,000 万ドルのシリーズ B と YC です。まずは無料プランの 20 分で一度、実際の対話を試すことを勧めます。