# Phase16：T0 追加确认后的极窄微验证与声音幻觉清洗

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：2026-06-04

证据边界：本页是 Phase16 的 T3 综合页。Owner/T0 事实优先；Phase16 MiMo 仅作为 T2 微观声画候选。黑屏 sound-rescue 的视觉补写全部降权，声音结论优先来自 audioonly-clean。

# Phase16：T0 追加确认后的极窄微验证与声音幻觉清洗

## 一句话

Phase16 的价值不是发现一条新的大剧情，而是把你刚刚确认的东西继续压成三类更可人工确认的材料：

```text
摄影机的构件身体
手势/眼神/近讲的动作路径
离场和问烟的声音链条
```

同时它暴露出一个方法问题：黑屏声音窗如果提示词不够严，会让 MiMo 补写画面。于是本轮引入 `audioonly-clean`，把声音证据从视觉幻觉里清出来。

总账见 MiMo-4K无字幕URL极限Phase16-T0追加确认极窄微验证总账-2026-06-04（馆内参考，未随本文公开）。T0 硬锚见 [2026-06-04-4K无字幕Phase15摄影机鬼魂与眼神找址追加确认T0](/research/hs-b01bb285eef7e79a)。

## 本轮最重要的新东西

### 1. 摄影机出体有了更像“身体”的构件

Phase15 已经说 B 机可能有遮光斗、三脚架、云台、反光。Phase16 visual rescue 进一步把它压成一个更具体的画内物：

```text
黑色机身
三脚架支腿
云台和朝下手柄
方形遮光斗/镜头前部方形轮廓
镜头筒
金属反光
红色小灯候选
遮挡与再显影
```

这里让我很震动的一点是：摄影机出体不是“看到一台机器”这么简单，而是看到一个本应透明的观看器官突然拥有了构件、重量、支架和小光点。

稳写：

```text
摄影机不是出现在概念里。
它以三脚架、云台、遮光斗和红点候选的方式出现在画面里。
```

边界：红色小灯还不能写成 T0 级 REC 灯；它是最值得你人工确认的构件之一。

### 2. 阿蒙指摄影机被压成一个身体程序

Phase16 成功抓到阿蒙指摄影机的动作路径：

```text
笑收住
-> 手从放松位抬起
-> 手肘弯曲
-> 食指单独伸出
-> 其余手指微屈
-> 指尖稳定指向左侧暗区/摄影机方向
-> 甲瑞顺着指向转头
```

这使“观众被指到”更具体了。观众不是被一句理论指到，而是被一个手指、一个指节结构、一次转头追随卷进去。

但还有一个关键分歧值得你看：MiMo 两条报告对阿蒙眼神是否同步跟手指看向摄影机不完全一致。一条说眼神跟随手指，另一条说她主要看着甲瑞、用手向甲瑞示意。这个差异很有价值，因为它决定这一下更像：

```text
指给摄影机看
```

还是：

```text
指给甲瑞看：摄影机在那儿
```

### 3. 甲瑞的镜头投递更硬了

`我不想管他了` 已是 T0：甲瑞侧身、伸头、盯镜头说，`他` 指子丑。Phase16 把它压到更细：

- 侧身角度明显改变。
- 头向镜头方向伸出。
- 瞳孔附近有眼神光候选。
- 声音近讲感增强，低频与直达声更明显。
- 说完后视线回到阿蒙。

最好的公式：

```text
语言：我不想管他了。
身体：我把“不管”送给镜头。
声音：近讲把撤退变成投递。
```

这就是 语言撤退身体投递（馆内参考，未随本文公开） 的核心形态。

### 4. `爱情` 变成鼻息、哼笑、掌根和硬地声

Phase16 继续加硬 `爱情` 的物理性：

- `爱情` 前有短暂停顿/吸气候选。
- `爱情` 处有重音、鼻息或哼笑。
- 手掌/掌根压在地面或硬质表面。
- 说完后出现气声释放或长叹候选。
- 低频底噪中有衣物摩擦、闷响、硬质接触声候选。

最准确的写法仍然是：

```text
爱情被说出时，身体在地面上承重。
```

它不是一句对爱情的评价，而是一次表演任务落在手掌、鼻腔、地面和苦笑上的声体事件。

### 5. 未完成安慰从“没碰到”变成“悬停路径”

Phase16 最清楚的一条，是 [未完成安慰](/research/hs-78b02ac994061748)：

```text
阿蒙轻声“没事没事”
-> 左手从脚踝/腿附近抬起
-> 手掌向上再向前
-> 五指自然微张
-> 悬停约 20-30cm 候选
-> 甲瑞起身
-> 手势被起身轨迹截断
-> 手自然下落/收回
```

这比“没碰到”更强。它说明安慰真正发生过，只是没有到达。安慰有方向、有速度、有手掌形状、有停顿，最后被对方离开的身体切断。

### 6. 离场声音有了干净链条

audioonly clean 把甲瑞离场压成声音序列：

```text
帘布摩擦
-> 门轴尖锐嘎吱
-> 门扇/门框沉闷声
-> 脚步由近及远
-> 静默和底噪
```

这条很有用，因为它不再依赖视觉补写。黑帘是软边界，门是硬边界，门轴和脚步是边界穿越的声音证据。

### 7. 问烟后不是绝对真空，而是“无清晰回应”

Phase15 曾提示约 35 秒无语言回应。Phase16 audioonly clean 更谨慎：

- `你有烟吗` 被清楚听到。
- 问后短时间内没有清晰、可辨认的语言回应。
- 有 `嗒/咔`、布料摩擦、物件声和模糊男声候选。
- 这些不能确认为递烟、点烟、打火机或有效回应。

因此最稳的说法是：

```text
问句之后，没有清晰语言回应。
但声音场并非绝对真空，而是出现了一组无法签收的物件声候选。
```

这其实比“完全无回应”更幽灵。因为回应不是没有，而是无法确定、无法落址、无法签收。

## 方法结论

Phase16 确认一条新规：

```text
声音窗必须把视觉关掉，也必须把视觉描述禁掉。
```

黑屏 sound-rescue 如果 prompt 里还要求眼神、手势、可见动作，MiMo 会试图补画面。这种补写会污染证据链。后续应分三种：

```text
audiovisual：声画互证
visual-only：排除台词/提示词污染，只看画面
audioonly-clean：排除画面幻觉，只听声音
```

## 给你确认的问题

1. `13:20-13:45` 第二台摄影机上的红点，你看 4K 时是否能确认是录制灯/指示灯？还是反光？
2. 阿蒙指摄影机时，她眼神有没有同步看向那台摄影机，还是主要看着甲瑞、用手指给甲瑞看？
3. 甲瑞说 `我不想管他了` 时，眼神是否完全锁镜头中心，还是在镜头和摄影师之间有一点点微调？
4. `爱情` 前的吸气/停顿，你听起来更像蓄力、哽住，还是普通换气？
5. 阿蒙安慰手最近距离是否大约在 `20-30cm`？目标更像肩膀、手臂、背部还是一个不确定的空位？
6. 甲瑞离场时门扇最后那个沉闷声，是关门、撞门框，还是门吸/门锁回弹？
7. `你有烟吗` 之后的 `嗒/咔` 声，更像打火机、烟盒、门锁、硬物落地还是设备按键？
8. 问烟后的模糊男声你能听到吗？如果能，它是不是回应，内容是什么？

## 当前结论

Phase16 把幽灵技术再次压低到物质层：

```text
鬼魂不是飘在画面上的气氛。
鬼魂是一个没有稳定收件人的地址，
被摄影机、手指、眼神、近讲声、门声、底噪和模糊回应一起制造出来。
```

在这一段里，摄影机作为鬼魂有三种身体：

```text
设备身体：三脚架、云台、遮光斗、红点候选。
关系身体：阿蒙手指、甲瑞盯镜头、观众被指到。
声音身体：门轴、脚步、嗒/咔、问句后的无清晰回应。
```

这就是 Phase16 给 [摄影机出体](/research/hs-1bf7a2cf7d41d32b)、[眼神找址](/research/hs-9966512cd2aad51c) 和 [第二人称等待](/research/hs-b841fd8685a1c96a) 增加的最重要颗粒。