MiMo 4K无字幕第972他有一种期待到973每一双眼睛标准 API 复跑

本页记录 #972 阿蒙 他有一种期待 到 #973 阿蒙 每一双眼睛都在看着我 的 MiMo 标准 API 复跑。运行素材来自本地 4K 无字幕母文件切出的短片段；运行过程不保存、不复述任何密钥。

运行记录

报告	时间窗	模式	usage	状态
`mimo-api-972-keycheck-20260622/01-31-59.066-01-32-02.300/mimo-report.md`	`01:31:59.066-01:32:02.300`	video deep-film, fps=8, max	total `14951`; video `11440`; audio `20`	可用，T2

素材目录：

inspool-wiki-zh/raw/assets/4k-nosub-restart-20260622/972-pronoun-expectation-nooffset/

这次 MiMo 最有价值的不是台词识别，而是空间和观看关系的旁证：

MiMo 把 #972 听成 有一种期待，漏掉 T0 的 他；又把 #973 听成“每双眼睛都在看着你”，与 T0 每一双眼睛都在看着我 冲突。台词、代词和人称一律以 T0 逐时轴账为准。

MiMo 把中央白色身体、右侧观众和左侧人物写得较具体，包括性别、身份、姿态意图和观众表情。本文只保留它对遮挡、观看区、平台、塑料和手机微光的形式观察；不采用其性别、身份、心理和动作意图判断。

MiMo 推测声音可能来自中央表演者或右侧观众，但镜头没有给出稳定口型同步。#972 和 #973 的说话人仍以 T0 阿蒙声道为准；声画透明度仍以本地 T1 密帧和音频复核为准。

这份报告可以作为 #972 的 T2 补盲：它支持同一静态观看场、黑色遮挡、白色塑料/薄纱、平台、右侧观看者群和手机微光候选。但它同时证明 MiMo 不能替代 T0/T1：只要进入台词、人称、说话人或身份裁决，它会发生漏词和误指。

因此它只能加强这个边界句：

MiMo 支持“同一观看场、遮挡、平台、观众区、手机微光和塑料背景”。
MiMo 不支持“改写 #972/#973 台词、裁决他是谁、裁决谁在说话、证明口型同步或替代本地声音强弱指标”。