@tavus：Tavus 推出 Image-to-Replica 生成對話 AI 人物。 Image-to-Replica 是 Tavus 全新訓練路徑，擴大 AI 人…

Tavus 推出 Image-to-Replica 生成對話 AI 人物。 Image-to-Replica 是 Tavus 全新訓練路徑，擴大 AI 人物範圍至品牌吉祥物、歷史人物及 AI 生成角色，讓單張圖像取代傳統 30 秒影片錄製。 Image-to-Replica 的創新意義 臉部是 AI 人物的第一印象，在記憶、人格、感知或對話啟動前，即負責辨識、設定語調、建立信任並吸引使用者互動。過去，每個 Tavus AI 人物皆需約 30 秒說話與 30 秒聆聽的影片錄製，需適當燈光與使用者能坐上鏡頭，此法雖完美複製真人，但限縮於能錄製者，排除公眾人物（日程不允許）、已故親友、數十年居於標誌或繪本的品牌吉祥物、插圖角色，以及專為角色設計卻無實體的 AI 生成人物。Image-to-Replica 以單張圖像產生完整 Phoenix-4 AI 人物，大幅拓寬可行臉部類別。 解鎖的應用潛力 Image-to-Replica 建置於 Tavus 平台，該平台已支援逾 10 萬名開發者及 Amazon、Deloitte、EY、Mayo Clinic、CVS、Salesforce、Aetna、Wix 等全球領先企業，驅動即時 AI 員工、醫療接待 Agent、訓練教練體驗及每月數百萬次客戶互動對話。 此功能讓任何單張圖像臉部皆可觸及該平台： 圖像產生僅需數秒，便於迭代，且提供燈光、取景及創意方向的直接控制，優於單次錄製。 加速客戶啟用 銷售潛在客戶可在安排錄製前，從頭像快速生成 AI 人物，從對 Tavus 感興趣到擁有自家 AI 人物的流程，從數日壓縮至數分鐘。開發者評估 CVI 時，可在開發者入口直接生成首個 AI 人物，無需離開平台。 適用無法錄製的主體 公眾人物日程不允許工作室時間。 已故親友的紀念應用。 數十年居於標誌的人形品牌吉祥物。 這些先前無法觸及，如今僅需單張圖像即可實現。 動畫、風格化及 AI 生成角色 人形吉祥物可進行真實對話；插圖角色可成為即時回應問題的導師；專為特定角色設計的 AI 生成人物，可無實體即部署為 CVI 人物。此無限性最顯著於原本無法拍攝的臉部。 想像速度原型開發 開發醫療流程、教練 App 或角色扮演模擬者，無需自錄或招募人才測試人物。只需數秒生成替代人物，端到端驗證體驗，僅在應用證實價值後才投入完整影片訓練。先建後精煉。 技術實現細節 Image-to-Replica 是與影片訓練相同 /replicas 端點的新訓練路徑，使用 trainimageurl 及 voicename 取代 trainvideo_url。為獲最佳效果，圖像須類似人類臉部，讓模型正確辨識並生成連貫 AI 人物，包括真實照片、AI 生成肖像、插圖風格化人類角色及人形吉祥物皆適用。 流程熟悉：上傳圖像後，系統即時評分關鍵品質（清晰正面取景、均勻燈光、無遮擋、可辨識人類臉部）。若不足，系統提供具體可行動回饋，並有「Fix with AI」按鈕內嵌修復圖像，呈現修正版，讓使用者提交或重試，無需離開上傳流程。接著，系統使用運動控制影片擴散法，從靜態圖像合成自然訓練片段，動畫化為捕捉說話、聆聽及微動作的短片，維持自然度不妥協。此合成片段輸入相同 Phoenix-4 訓練管線，無平行管線、無獨立程式碼路徑，使用者端無需額外實作。 關鍵在於，圖像訓練的 AI 人物非低階，而是完整 Phoenix-4 複製品，具相同情感控制、主動聆聽、即時效能及 Raven-1 感知層。 影片 vs. 圖像訓練比較 Image-to-Replica 非取代影片訓練，而是第二入口，各有情境與權衡。 影片訓練：條件合適時，為模擬特定真人的最高保真途徑，捕捉個人表情、嘴部動作、思考時頭部角度及鏡頭個人特徵。若能存取該人並良好錄製，即為首選。 圖像訓練：最低摩擦途徑，適用速度、存取或主體類型使影片不切實際時。允許訓練前迭代燈光、取景及創意方向，優於單次錄製。兩途徑皆產即時 AI 人物，訓練時間相同，選擇在於輸入而非輸出階層。 存取方式 Image-to-Replica 已於 Tavus 平台全面上線： API：於相同 /replicas 端點上線，使用 trainimageurl 及 voice_name 參數。 開發者入口：圖像上傳流程上線，含「Fix with AI」按鈕修復失敗輸入。 CVI：圖像訓練 AI 人物作為人物無需特殊處理。 預生成檢查器：每張圖像提交自動執行。 詳見完整發佈文件：https://www.tavus.io/post/introducing-image-to-replica 。 超越臉部的願景 AI 人物不僅是臉部，更是觀看聆聽的感知系統、知曉何時說話等待的對話流程模型、即時反映情感的渲染引擎、保留上週對話的記憶，或經數週互動塑造的人格。臉部長期為建置最慢環節，智慧、記憶、人格無法啟動，直至有人坐上鏡頭。以 Image-to-Replica，第一步僅需數秒，讓感知、人格、對話、關係幾乎立即展開。 Tavus 旨在解決人類運算問題，展望與機器對話如友人或同事般自然，AI 夥伴、助理、同事普及，介面具人類感。Phoenix-4 帶來情感渲染存在感，Raven-1 賦予真正視聽，Sparrow-1 提供人類級時機。最近配對評估中，使用者在七項情感與對話保真度測量中偏好 Tavus AI 人物六項，每項對頭比較皆選 Tavus，僅 Tavus 在「是否偶爾忘記對話對象是 AI」的問題獲正分。Image-to-Replica 移除想像 AI 人物至實現的最後人工步驟，將可能 AI 人物從「誰能錄製」擴至「何種人類臉部可存於圖像」。 更多細節見文件。 （作者：Jesse Rowe，發佈日期：2026 年 5 月 14 日）原文：https://easyvibecoding.app/curated/1351