# MiMo 4K无字幕第947开始跑了起来 CN 反诱导复核

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：MiMo 只作 T2 候选观察，不覆盖 T0 台词账或 T1 本地 4K/音频取证。含台词或动作主题的报告若把语言动作补成画面事实，必须降级为模型诱导证据；无音轨盲视觉报告只能用于视觉反读，不能反推声音、对白或脚步。

# 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：

1. 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。
2. 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”。