本篇目录 / Contents
MiMo 4K无字幕第947开始跑了起来 CN 反诱导复核
本页记录 #947 阿蒙 开始跑了起来 的 MiMo CN 复跑结果。MiMo 已恢复可调用：使用中国区 Token Plan endpoint 与本机钥匙串凭据，三次请求均返回 ok。但这不等于三次报告都可作为片内事实。恰恰相反，本轮最有价值的是暴露出一个模型风险：只要提示词和音轨把 跑 放到前景，MiMo 会把语言动作补成画面动作。
三次报告
资产目录：
inspool-wiki-zh/raw/assets/4k-nosub-restart-20260622/947-start-running/mimo/
| 报告 | 输入 | 模式 | 用量 | 可用性 |
|---|---|---|---|---|
probe-cn-keychain-exact947/01-27-44.400-01-27-45.266/mimo-report.md |
#947 精确 0.866s，带音频 |
formal-safe, fps=2, default | 2589 tokens |
降级。报告声称出现跑动、跟随镜头和脚步声，但 T1 帧证据不支持；它说明模型被台词/主题诱导。 |
cn-context-deep-film-947/01-27-31.600-01-27-49.766/mimo-report.md |
#946 后到 #948 前宽窗，带音频 | deep-film, fps=4, max | 37322 tokens |
降级。报告声称 01:27:38-42 有背影男子从中央向左跑动，并把台词误写成 我开始跑了起来；接触表、关键帧和运动差分不支持。 |
cn-visualonly-counterread-947/01-27-31.600-01-27-49.766/mimo-report.md |
同一宽窗，无音轨，盲视觉反读 | formal-safe, fps=4, max | 35516 tokens |
可作 T2 反诱导候选。报告明确写出无可验证跑动、无位移、无镜头跟随、无主体进出画框，与 T1 本地帧证据一致。 |
关键观察
带音频精确小窗的报告把 #947 写成“人物进行明确跑动或快速位移”，还补出脚步声、衣物摩擦声和走廊透视变化。带音频宽窗报告进一步把一个背景背影身体误读成 01:27:38-42 从中央跑向左侧，并推断脚步声与物理运动同步。
这些都不能进入内容证据。T1 接触表显示同一低机位公开空间持续存在，右前景白衣身体保持坐姿，中部背向身体和观众队列未出现可验证奔跑。运动差分也不支持大位移：#947 精确窗内 947_in -> 947_mid 的 mean diff 只有 1.2146，ratio >12 仅 0.000177；947_mid -> 947_out 的 mean diff 为 1.5663，ratio >12 为 0.004861。
视觉隔离之后，MiMo 的第三次报告改口为：01:27:31.600-01:27:49.766 内所有主体保持静态，镜头固定，没有身体从一个位置移动到另一个位置，没有腿部快速交替，没有脚离地，没有镜头跟随，没有背景透视快速变化，也没有人物进入或离开画框。这份报告仍不能覆盖 T1，但它可以作为“去掉语言诱导后模型也看不到跑动”的 T2 辅助。
方法论结论
本轮说明：动作词进入提示词时，MiMo 会把语言动作补成视觉动作。以后遇到 跑、飞、游泳、驶过、按下、出现 这类动词，MiMo 必须至少分两路：
- 带音频/带台词上下文报告，用于发现模型可能如何被片中语言牵引。
- 无音轨盲视觉反读，用于检查画面是否真的交付动作、位移、路线、主体进出和镜头响应。
只有两路都与 T1 本地取证一致时，MiMo 才能升级为较稳的 T2 辅助观察。若两路冲突，优先保留 T1；带台词报告降级为“模型诱导/误读边界”。