本篇目录 / Contents
- MiMo 4K无字幕第985一件事情到986做些什么标准 API 声画音频复核
- 运行记录
- 可保留的 T2 方向
- 985 精确视频报告支持：画面维持低角度局部特写，主要可见腿部、鞋、手部、半透明塑料/薄膜、暖橙光和斜向线条/褶皱；没有清楚面部。
- 985 精确视频报告支持：口型同步不可确认；可见身份不能裁决为 T0 声源。
- 985 精确视频报告支持：画面中没有新出现的明确目标物或任务物；一件事情 没有视觉对象。
- 984 后到 #986 连续视频报告支持：#985 阶段仍聚焦手/工具候选物与膜面，#986 阶段视角转向腿部、衣摆、鞋和更低的身体边界；整段无硬切。
- 985 精确音频报告支持：整体人声低能、平缓，一件事情 没有明显成为戏剧性声学高点；背景无可辨识音乐。
- 必须降级或不采用
- 事情 声学高点降级
- 静音判断降级
- 动作承接物不等于任务对象
- 工具、图案、人物身份与口型降级
- 对逐句细读的贡献
MiMo 4K无字幕第985一件事情到986做些什么标准 API 声画音频复核
本页记录对 #985 阿蒙 让我去做一件事情 与 #984 后沉降到 #986 我也不知道我该做些什么 的 MiMo 标准 API 复核。运行素材来自本地 4K 无字幕母文件切片；运行过程不保存、不复述任何密钥。
运行记录
素材目录：
inspool-wiki-zh/raw/assets/4k-nosub-restart-20260622/985-one-thing-nooffset/
| 报告 | 时间窗 | 模式 | usage | 状态 |
|---|---|---|---|---|
mimo-newkey-20260622/985-exact-one-thing-video-standard-api/mimo-report.md |
01:32:51.933-01:32:53.366 |
video deep-film, fps=8, max | total 7481; video 5280; audio 9 |
可用，T2 |
mimo-newkey-20260622/985-exact-one-thing-audio-sound-music-standard-api/mimo-audio-report.md |
01:32:51.933-01:32:53.366 |
audio analysis | total 1186; audio 9 |
可用但偏短，T2 |
mimo-newkey-20260622/984gap-to986-chain-video-standard-api/mimo-report.md |
01:32:51.100-01:32:55.066 |
video deep-film, fps=8, max | total 17580; video 14080; audio 25 |
可用，T2 |
mimo-newkey-20260622/984gap-to986-chain-audio-sound-music-standard-api/mimo-audio-report.md |
01:32:51.100-01:32:55.066 |
audio analysis | total 1867; audio 25 |
可用，T2 |
可保留的 T2 方向
-
985 精确视频报告支持：画面维持低角度局部特写，主要可见腿部、鞋、手部、半透明塑料/薄膜、暖橙光和斜向线条/褶皱；没有清楚面部。
-
985 精确视频报告支持：口型同步不可确认；可见身份不能裁决为 T0 声源。
-
985 精确视频报告支持：画面中没有新出现的明确目标物或任务物；
一件事情没有视觉对象。 -
984 后到 #986 连续视频报告支持：#985 阶段仍聚焦手/工具候选物与膜面，#986 阶段视角转向腿部、衣摆、鞋和更低的身体边界；整段无硬切。
-
985 精确音频报告支持：整体人声低能、平缓，
一件事情没有明显成为戏剧性声学高点；背景无可辨识音乐。 - 连续音频报告支持：无可确认音乐；背景主要是低电平底噪，具体材料声、呼吸、脚步、工具声不能确认。
必须降级或不采用
事情 声学高点降级
连续音频报告称 事情 或 一件事情 成为声学目标，但本地 T1 指标不支持：
让我 RMS=-29.5200dBFS Peak=-15.1292dBFS
一件 RMS=-30.1388dBFS Peak=-17.5332dBFS
事情/尾声 RMS=-32.6902dBFS Peak=-21.0401dBFS
20ms 峰值窗也在句首 让我 附近。稳写时必须采用 T1：事情/尾声 不是声学高点。
静音判断降级
连续音频报告把 #984 后间隙和 #985 到 #986 间隙写成近乎静音/静音，但本地 silencedetect -45dB:d=0.1 对 #985 精确句、#984 后到 #986 链条和 #985 到 #986 链条均无 silence event。稳写是：
短暂停顿；
低能底噪桥；
不是绝对静音。
动作承接物不等于任务对象
连续视频报告说膜面是“动作对象”或“动作承接物”，这个观察可以保留；但它同时强调没有任务结果物、成品、清楚目的。综合写法应降级为：
膜面/薄膜是可见动作承接物；
不是 `一件事情` 的明确任务对象。
工具、图案、人物身份与口型降级
MiMo 可以描述手部、细长工具候选、膜面线条、腿部、鞋和衣物遮挡；不能裁决具体工具种类、图案内容、可见人物身份、可见人物即声源或口型同步。
对逐句细读的贡献
MiMo 本轮最有价值的是把 #985 的“目标词不显影”说清：
不是 #985 让目标清楚；
不是 `一件事情` 获得新的物体；
不是口型签收；
不是音乐托起目标；
而是低机位、手/薄膜、腿部、衣摆和遮挡继续承载一个无目标动作。
本地 T1 进一步钉住：
#985 exact RMS=-30.7033dBFS Peak=-15.1292dBFS
#985 strongest 01:32:52.183-01:32:52.203，靠近 `让我`
#985 事情/尾声 RMS=-32.6902dBFS Peak=-21.0401dBFS
#985_to986_gap RMS=-33.9678dBFS，无 silence event
#986 exact RMS=-33.1797dBFS
因此 #985 稳写为：目标名出现，但目标没有显影；让我 比 事情 更强，#986 立即把 一件事情 撤回到 做些什么 的不知道。