# MiMo-4K无字幕第1047更开心到1049感受不到标准API声画复核-2026-06-24

本文为研究档案公开版，保留来源版本的论述与限制。公开时间：2026-09-08；不表示已完成同行评审。 本文属于公开研究资料（历史笔记、研究稿或来源记录）：已完成格式、来源限制与重复项筛查，尚未完成逐篇独立事实复核；原文中的解释、候选判断和未确认内容均按其原有限制阅读。

来源版本日期：2026-06-24

证据边界：本页只汇总 MiMo 标准 API 对 #1047 到 #1049 的 T2 候选观察。MiMo 不能覆盖 T0 台词账、T1 本地音频指标、抽帧、接触表、频谱或人工判断。人物身份、心理、关系、动作意图、工具类型、口型同步、声源身份和声画同步强度均需回到 T1/T0 复核。

# MiMo-4K无字幕第1047更开心到1049感受不到标准API声画复核-2026-06-24

## 运行概况

本次使用 MiMo 标准 API；未在 wiki 或报告中保存明文密钥。有效模型为 `mimo-v2.5`。

音频任务：

```text
audio-1047-happier-target-standard-api
timecode: 01:36:04.733-01:36:14.166
audio: inspool-wiki-zh/raw/assets/4k-nosub-restart-20260624/1047-happier-target-extension-nooffset/audio/1047_to1049_target_refusal_chain_mono.wav
prompt: inspool-wiki-zh/raw/assets/4k-nosub-restart-20260624/1047-happier-target-extension-nooffset/mimo/prompts/audio-1047-happier-target-extension-prompt.md
report: inspool-wiki-zh/raw/assets/4k-nosub-restart-20260624/1047-happier-target-extension-nooffset/mimo/audio-1047-happier-target-standard-api/audio-1047-happier-target-standard-api/mimo-audio-report.md
usage_total_tokens: 3086
```

视频任务：

```text
video-1047-happier-target-standard-api
timecode: 01:36:04.733-01:36:14.166
clip: inspool-wiki-zh/raw/assets/4k-nosub-restart-20260624/1047-happier-target-extension-nooffset/clips/1047_to1049_target_refusal_chain_540p.mp4
prompt: inspool-wiki-zh/raw/assets/4k-nosub-restart-20260624/1047-happier-target-extension-nooffset/mimo/prompts/video-1047-happier-target-extension-prompt.md
report: inspool-wiki-zh/raw/assets/4k-nosub-restart-20260624/1047-happier-target-extension-nooffset/mimo/video-1047-happier-target-standard-api/video-1047-happier-target-standard-api/mimo-report.md
usage_total_tokens: 22279
```

## 可保留的 T2 观察

MiMo audio 可保留：

- #1047 相比 #1046 听感减弱，不能直接支持 `安慰成功`。
- #1047 可作为安慰意图、情绪目标或脆弱表达的声学候选，但不能裁决真实心理。
- #1047 到 #1048 间隔短，#1048 是对 #1047 的继续扩写。
- #1048 到 #1049 间隔长，#1049 的 `我感受不到 没有` 对前两句目标形成反驳或悬置。
- 没有可确认配乐、旋律、节拍、和声或乐器；低频/高频边缘应降级为环境、房间、材料、压缩、人声辅音或气声候选。

MiMo video 可保留：

- #1047 到 #1049 的画面维持身体表面、深色标记、手部操作、白色/半透明膜面和前景近脸遮挡。
- #1047/#1048 没有切入新空间、和解、拥抱、离场或清楚表情签收。
- 对话从 `过得好 / 开心 / 爱更多` 转入 `我感受不到 没有`，构成紧密的目标-否认结构。
- 视觉上情感词和身体标记操作并置，但二者关系不能由 MiMo 直接裁决。
- 未确认配乐、设备声、无线电声像或声道空间打开。

## 必须降级的 T2 判断

以下说法不能从 MiMo 直接升级：

- MiMo 的 `私密感 / 脆弱 / 包容 / 笃定 / 亲密` 只能作为听感候选，不能裁决人物心理或关系事实。
- MiMo 的 `长静默` 必须由 T1 修正为长低能非静音等待；#1048->#1049 gap 本地 `silencedetect -45dB:d=0.25` 无 silence event。
- MiMo 对工具、膜面、图案意义、动作意图、双方关系和人物身份的说法只能保留为候选或直接降级。
- `同一长镜头` 需回到 T1 帧差和 scene 检查；MiMo 只提供连续性感知候选。
- #1047 不能被升级为开心已经显影、安慰完成、关怀成功或关系修复。

T1 本地指标给出更硬的底盘：

```text
#1047 exact RMS=-21.8070dBFS
#1047 比 #1046 低 3.0454dB
#1048 比 #1047 高 2.4534dB
#1049 比 #1047 高 5.1097dB
#1047 q1=-19.1937dBFS
#1047 q2=-19.2593dBFS
#1047 q3=-26.1323dBFS
#1047 q4=-43.0821dBFS
1047_to1048_gap RMS=-31.4911dBFS
1048_to1049_gap RMS=-39.6308dBFS
stereo_corr=1.000000
side_mid_ratio=0
```

## 汇总判断

MiMo 对 #1047 的价值在于确认方向：#1047 是 #1046 关怀目标句之后的情绪目标扩写，但画面没有把 `开心` 兑现为状态事实。#1047/#1048 仍在身体标记和手部操作现场内，#1049 则把目标交回 `我感受不到 没有`。

合并到 T1 后的安全写法是：

```text
#1046 关怀目标句
-> #1047 情绪目标扩写
-> #1048 爱目标扩写
-> #1049 感受不到门槛
```

合并时以 [2026-06-24-4K无字幕母文件开场96分04秒到96分14秒第1047更开心情绪目标扩写与1049感受不到复核](/research/hs-dfb16723b9d8b2f3) 为 T1 底盘。