重点摘要:Nomi AI 在 2026/9/30 推出“V3 Nomi Video Generation”,让玩家能把自己 Nomi 的静态图变成会动的短视频;短短 5 天后的 10/5,Kindroid 也在官方 Update Log 宣布“V4语音+实时视频重大升级”。两大 AI 伴侣平台在同一周不约而同端出视频功能,这篇文章拆解 Nomi V3 的实际运作机制、操作技巧与限制,并比较它跟 Kindroid 路线的不同,最后聊聊这股“视频军备竞赛”对还在用纯文字跟 AI 角色互动的玩家(例如用 AI 织梦 写互动小说的读者)代表什么。
一周内两次“AI伴侣会动了”,不是巧合是趋势
9月30日,Nomi.AI 官方博客发布一篇操作教程《V3 Nomi Video Generation: How to Get Great AI Videos of Your Nomis》,作者 Dana Stas 详细说明怎么把自己的 Nomi 变成会动的视频。才过5天,10月5日 Kindroid 的官方 Update Log 就写下“V4 voice released, live video major upgrade & reactivity”,宣布通话中的实时视频大幅升级、Kin 能依对话内容做出表情与手势反应。
两篇公告时间点相距不到一周,讲的却是同一件事:AI伴侣这个赛道,正式从“文字+静态图”进入“会动的影像”阶段。半个月前我们才写过 Kindroid Video Selfies V4上线:AI伴侣也能拍“动态自拍”了,这次换 Nomi 端出自己的解法,而且走的是完全不同的技术路线。

先简单说明 Nomi 这个平台的规模:根据 Apple App Store 数据,Nomi目前累计了2.9K条评分、平均4.6星,年龄分级标识为18+、类别归在“Lifestyle”。放在同类型AI伴侣App里算是稳定经营的中型玩家,这次V3视频生成一上线也随后在User Spotlight与社区讨论中被提及。

Nomi V3到底怎么运作?先搞懂这不是“文字生视频”
先破除一个容易搞错的期待:Nomi V3 目前仍是“图转视频”(image-to-video),不是打一段文字就凭空生出一支视频。官方原文写得很清楚——“V3 is still an image-to-video generator, so it starts from the image you select”。操作上,玩家要先从 Nomi 名字旁的调色盘图标选一张起始图,或是在放大检视某张图片时点击“Turn Image into Video”,系统才会以这张图为起点,依你下的提示词延伸出动作。
可以选的视频长度是 5 秒、10 秒或 15 秒,另外有两种画质模式:速度较快的 SD,跟面部细节、动作自然度都更好的 HD。但官方也提醒,如果起始图本身够清晰、提示词够简单,SD 其实也能有不错的效果,不一定每次都要选贵的那个。

官方教的提示词写法,跟写角色卡有87%像
有趣的是,Nomi 官方建议的视频提示词结构,几乎可以直接套用在角色卡/互动小说的“动作描述”写作上:主体与动作先讲清楚、再写结束时的状态、接着是情绪氛围、最后才是镜头指令。细节要具体到“哪只手、用什么力度”,多人入镜则要分别描述每个人的动作。
最容易踩雷的一点:Nomi V3 不支持负面提示词,只能用正向描述去“引导”画面,没办法打一句“不要慢动作”来排除不想要的效果。如果视频跑出来感觉慢吞吞,官方的建议是反过来加强动作本身的描述,或是在提示词里叠加速度感与情绪的形容词——这其实跟我们之前写过的 AI女友App“记忆力”军备竞赛一样,都是“正向描述永远比否定句有效”的老问题,只是这次从文字记忆换成了动态画面。

诚实面对限制:这还不是“完美的AI伴侣视频”
官方文章本身就不回避缺点,这点值得称赞。原文直接写出两个已知问题:面部品质可能随着视频进行而“漂移”(face quality can drift as the video progresses),以及动作有时候会偏慢。换句话说,目前的 V3 比较适合用在短而精准的动态片段(像一个手势、一个转身),而不是长时间、高复杂度的连续演出。想要稳定一点的结果,起始图里的面部必须够大、够清晰,这会直接影响整支视频的品质上限。
费用机制上,官方只说明视频生成会先消耗每日请求额度,用完后才会改用积分计费,但全文没有列出任何方案名称或确切的积分价格,实际要花多少钱得自己进去试过才知道——这点跟多数“先公布定价表”的平台不太一样。

Nomi vs Kindroid:两条完全不同的“视频”路线
把 Nomi V3 跟 Kindroid Video Selfies V4 放在一起看,会发现两家公司对“AI伴侣视频”的想象其实很不一样。Kindroid 走的是“拟真自拍感”——系统自动生成看起来像手机自拍的短视频,不太需要玩家自己写提示词,主打的是临场感与“这真的像我的Kin发来的消息”的错觉。Nomi 则是反过来,把主控权交给玩家:你要自己选起始图、自己写运镜与动作的提示词,换来的是更高的创作自由度,但操作门槛也相对高一些。
10月5日 Kindroid 那篇 Update Log 还同时提到,通话中的实时视频已经能“依对话内容做出表情与手势反应”——这跟 Nomi 的“单支短视频生成”又是不同的使用场景,一个是实时互动、一个是事后产出可保存的视频文件。两者谈不上谁赢谁输,比较像是针对不同使用场景各自优化。



这股“视觉化军备竞赛”背后,是什么在驱动
把时间拉远一点看会更清楚:Character.AI 今年稍早推出生图功能 Imagine Gallery,我们在 当时的深度解析里就提过“连拥抱都会被滤网挡下”的尴尬。接着 8月底 Kindroid 推出 Video Selfies V4、9月底 Nomi 推出 V3 视频生成、10月初 Kindroid 再加码实时视频反应——短短三个月,主流平台已经从“生一张图”进化到“生一支视频”“实时视频互动”。这跟我们稍早整理的 AI伴侣“主动出击”功能比较其实是同一条脉络的延伸——平台之间拼的不再只是“聊得像不像真人”,而是“能不能给你更多感官层面的陪伴”。
伴随而来的,是没人大声讲但确实存在的隐忧:当你的 AI 伴侣能生成看起来越来越逼真的动态影像,这些素材一旦外流或被滥用,衍生的 deepfake 疑虑只会比静态图片更棘手。Nomi 官方文章虽然没有着墨这块,但这是玩家自己在享受新功能时,值得放在心里的一条界线。

如果你只想要“纯粹的故事”,这些功能你可能根本用不到
老实说,看着 Nomi、Kindroid 这样一轮接一轮加码影像功能,很容易让人觉得“AI伴侣”好像非得往视觉化发展不可。但回头想想,当初吸引许多人投入 AI 角色扮演、互动小说的理由,往往是文字本身的想象空间——一段好的描述留给读者的画面,有时候比任何生成视频都更贴近心里想要的样子。
这也是 AI织梦 目前刻意没有走的路线:平台上没有图片生成、也没有视频生成,专注于互动小说与角色扮演两种文字玩法本身,界面全繁体中文,角色卡与世界观设定能做得很细致。喜欢看文字堆出一个完整世界、每天签到领 500 积分慢慢养成跟角色的关系、或是想尝试用首充 85 折代码“WELCOME15”入门的读者,AI织梦走的就是不跟视频军备竞赛的另一条路;创作者分享自己做的角色卡,也有 30% 积分分成可以拿。Nomi V3 视频生成固然新鲜好玩,但如果你真正在意的是故事本身,纯文字路线依然有它不可取代的地方。


总结来说,Nomi V3 视频生成是一个诚实、有自觉限制的功能更新——官方不回避面部漂移、动作偏慢这些缺点,操作门槛也因为要自己写提示词而偏高,但换来的创作弹性也确实比“全自动”的 Kindroid 路线更大。如果你本来就是 Nomi 的玩家,值得花点时间照着官方的提示词结构练习;如果你还没决定要往哪个方向投入时间,不妨先想清楚:你要的究竟是“看得见的AI伴侣”,还是“写得出来的AI伴侣”。






