リアルタイム対話エージェント「PAL」の提供基盤
Tavusは、映像と音声を通じて人間とリアルタイムに対話するAIエージェント「PAL」を提供するプラットフォームである。APIやツールを用いてプロダクトに組み込む開発者向けの「Developer Account」に加え、個人がAIと直接対話するための「PALs Account」を新設し、システム開発から個人利用まで利用対象を広げている。
提供製品と機能群
- PAL Maker: ノーコードでエージェントを構築・デプロイできるWebツール。
- Developer API: 映像レンダリング、音声対話、知覚処理を組み合わせて自社システムに実装するAPI。
- 協働・対話機能: スライドを提示して解説するPresentation Mode、画面上にUIや図表を即座に生成するMagic Canvas、Google MeetやZoomなどのWeb会議への参加、ブラウザ画面の共有・操作（Browser Use）に対応する。
自社開発の基盤モデル群
リアルタイムな人間的対話を実現するため、複数の独自モデルを組み合わせて運用している。
- Phoenix-4.5: 表情や感情制御を担い、1080p解像度で顔映像をリアルタイム生成するモデル。
- Raven-1: カメラ映像から視線や表情、周囲の状況を認識する知覚・視覚モデル。
- Sparrow-2: 相槌や発話の間、ユーザーの発言への割り込み制御を担う対話管理モデル。
- Griffin (Preview): リアルタイム映像対話テストにおいて人間と区別がつかない水準を目指して開発された最新モデル。
42以上の言語と24kHzの高音質音声に対応し、外部LLMの接続や独自ドキュメントによる知識補強（RAG）をサポートする。
