# 突然看见漂亮蝴蝶：把飞行换成观看对象，但声画仍不交出蝴蝶

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：2026-06-22

证据边界：T0 台词账锁定 #961 阿蒙 `突然看见一只特别漂亮的蝴蝶`，T1 使用 4K 无字幕母文件无偏移时间轴复核；MiMo CN 只作 T2 反诱导辅助。不得把 #961 写成画面出现蝴蝶、昆虫、翅膀、小型飞行物、身体离地、视觉飞行、新空间、空间换挡、镜头推进、硬切、翅膀声、虫鸣、飞行声效、whoosh、音乐主题、空间混响突变或声像移动；不得把 #962 `在午后车站` 倒填为 #961 的视觉兑现。

# 突然看见漂亮蝴蝶：把飞行换成观看对象，但声画仍不交出蝴蝶

#961 接在 #960 后面：

```text
#960 01:29:49.733-01:29:50.833
阿蒙：飞呀飞呀

#961 01:29:52.333-01:29:55.200
阿蒙：突然看见一只特别漂亮的蝴蝶
```

这一步很容易被读成完成：先飞，再看见蝴蝶，好像飞行终于带来一个美丽对象。但 4K 声画反而显示，电影在这里继续拒绝交付。

## 从动词飞行到观看对象

#959 和 #960 都在说飞。#959 是 `飞呀`，#960 是 `飞呀飞呀`。到了 #961，台词不再直接推动身体，而是报告观看：

```text
突然看见一只特别漂亮的蝴蝶
```

它把飞行线索从动作改成对象：不是“我飞了”，而是“我看见了某个会飞的东西”。这比前两句更诱人，因为 `蝴蝶` 是一个完整物名，而且带着 `特别漂亮` 的审美修饰。语言像是终于把无形飞行落到一个可见对象上。

但问题正在这里：对象在语言里完整，画面和声音却不把它交出来。

## 声音没有把蝴蝶托出来

#961 全句 `2.867s`：

```text
RMS  = -24.58dBFS
Peak = -7.64dBFS

20-1000Hz = 0.95307
4-20kHz   = 0.02348
谱心约    = 662.1Hz
```

它比 #960 `飞呀飞呀` 低约 `1.27dB`。所以 #961 不是在 #960 的重复飞行词上继续升高，而是略微退下来。

更重要的是，句内不是越说到蝴蝶越强。粗分以后，声音一路退低：

```text
突然              ≈ -19.95dBFS
看见一只          ≈ -22.70dBFS
特别漂亮的        ≈ -32.21dBFS
蝴蝶尾部候选      ≈ -38.13dBFS
```

也就是说，最强的是 `突然/看见`，不是 `蝴蝶`。对象名自身几乎落进尾声。电影没有用音乐、声效、翅膀声、虫鸣或高频扑动把蝴蝶托出来；它让蝴蝶作为一个词滑到低位。

这让 #961 的“突然”变得很微妙。突然性不是声画事件的突然，而是句法的突然：台词突然报告自己看见了对象，但现场没有跟着突然。

## 画面仍锁在公开观看场

#961 精确窗 69 帧，没有硬切：

```text
scene>0.04 = 0 lines
max full ratio_gt8 = 0.005386
```

画面仍是同一低机位公开观看场：左侧观众/参与者带，中间墙面、远处人影、反光平面，右侧白衣身体/白色材料、透明容器、暖色边缘和下方倒影。

它有很小的局部变化：

```text
full luma delta = +0.434
full warm delta = +0.000951

right_body_container warm delta = +0.000521
right_foreground_warm_edge warm delta = +0.005974
```

右侧白衣/白色材料和暖色边缘有轻微调整候选，但这只是身体、材料、反光和暖光在原空间里的小幅变化。没有蝴蝶形体，没有昆虫轨迹，没有翅膀，没有小型快速飞行物，没有身体离地，也没有镜头把我们带到一个看见蝴蝶的地方。

因此 #961 的视觉结构是很冷的：它说“看见”，但镜头不看；它说“漂亮”，但画面不给漂亮对象；它说“蝴蝶”，但只有原来的公开观看装置。

## 长尾不补对象

#961 结束后到 #962 前，有 `10.366s` 长尾：

```text
RMS  = -41.23dBFS
Peak = -22.23dBFS
```

`silencedetect -45dB:d=0.3` 没有 silence event，所以这不是绝对静默；但它是很低位的房间声。这个长尾没有把蝴蝶补出来。没有翅膀声、虫鸣、whoosh、飞行声效、音乐托举、空间混响突变、观众反应或镜头转向。

然后 #962 才来：

```text
01:30:05.566-01:30:07.300
子丑：在午后车站
```

#962 是新的语言换手。它给出地点和时间感，但不是 #961 蝴蝶的视觉兑现。蝴蝶没有被画面接住，而是被下一段语言越过。

## MiMo 反读

MiMo CN 四路反读支持这个边界：

```text
蝴蝶可见：0/5
昆虫可见：0/5
翅膀形态：0/5
小型快速飞行物：0/5
身体离地：0/5
视觉飞行：0/5
空间换挡：0/5
硬切：0/5
同一公开观看场：5/5
```

声音黑色视频报告给出：

```text
翅膀声：0/5
虫鸣：0/5
飞行声效：0/5
whoosh：0/5
音乐主题：0/5
空间混响换挡：0/5
声像移动：0/5
```

长尾报告也判断：#961 结束后到 #962 前没有蝴蝶、飞行物、翅膀声、虫鸣、音乐托举、空间换挡、观众反应或新的观看对象。

需要降级的是，MiMo 对可见身体身份和动作目的说得偏确定。这里以 T1 密帧为准，只能写右侧白衣/白色材料有轻微局部动作候选，不能写成身份事实、心理事实或动作目的。

## 稳定判断

#961 的真正作用，不是让蝴蝶出现，而是让“观看对象”进入语言。

```text
#959：飞行第一次被语言说出。
#960：飞行词被重复放大。
#961：飞行被换成一个被看见的漂亮对象。
```

但是三步都还没有把对象交成声画事实。#961 让人以为飞行终于要有形了，却把对象留在语言里。蝴蝶不是画面中的小动物，而是一个未被兑现的观看报告；它漂亮，是因为台词说它漂亮，不是因为电影把它拍给我们看。