# MiMo 4K无字幕第974你在干嘛呢到981压力链标准 API 复跑

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：本页为 MiMo 标准 API T2 候选摘要，只用于补充 #974 到 #981 的空间、遮挡、塑料薄膜、暖光、设备、无音乐、低能非静音和压力链观察。T0 台词/说话人/时间码以逐时轴账为准；T1 声音/画面以本地 4K 复核页为准。MiMo 对台词、声音性别、可见人物身份、口型同步、手机/摄影事实、心理动机、脚步来源和硬切判断不得覆盖 T0/T1。

# MiMo 4K无字幕第974你在干嘛呢到981压力链标准 API 复跑

本页记录 #974 阿蒙 `你在干嘛呢` 到 #981 阿蒙 `它有一种压力` 的 MiMo 标准 API 复跑。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。

本轮也同步修正了音频脚本的标准 API 鉴权路径：标准 API 使用 Bearer 认证，并在旧环境变量与标准 API 不匹配时回退读取 Keychain。修正后视频两条、音频一条均成功。

## 运行记录

| 报告 | 时间窗 | 模式 | usage | 状态 |
|---|---:|---|---:|---|
| `mimo-api-974-to976-20260622/01-32-02.333-01-32-15.200/mimo-report.md` | `01:32:02.333-01:32:15.200` | video deep-film, fps=8, max | total `50812`; video `45760`; audio `80` | 可用，T2 |
| `mimo-api-974-to981-pressure-chain-20260622/01-32-02.333-01-32-38.433/mimo-report.md` | `01:32:02.333-01:32:38.433` | video deep-film, fps=4, max | total `68393`; video `64240`; audio `225` | 可用，T2 |
| `mimo-api-audio-974-to981-20260622/01-32-02.333-01-32-38.433/mimo-audio-report.md` | `01:32:02.333-01:32:38.433` | audio analysis | total `3086`; audio `226` | 可用，T2 |

素材目录：

`inspool-wiki-zh/raw/assets/4k-nosub-restart-20260622/974-what-are-you-doing-nooffset/`

## 可保留的 T2 方向

- #974 起点仍在 #973 的观看场里：黑色垂挂遮挡、白衣可见身体、右侧观看者、半透明塑料/薄膜和平台同场。
- #974 到 #975/#976 附近出现明显暖色、低角度和近身转向；MiMo 能抓到从观看场到暖色近身场的视觉换载。
- 更长链条里，半透明塑料/薄膜、暖橙灯光、站立人物、摄影/灯光设备和空间层次持续出现，可作为“压力被材料/设备场承载”的 T2 提示。
- 视频报告和音频报告都没有提供音乐或配乐转场证据；本地 T1 也支持无音乐、无绝对静音。
- 音频报告能感知到低位环境、材料/脚步声候选和人声之间的交替；这些只能写作“候选声源”，不能直接裁决为具体动作来源。
- 长链报告把塑料薄膜、灯光、设备和记录现场放在一起，对 #974 后压力链的“被拍摄/被观看现场”有补盲价值。

## 必须降级或不采用

### 台词和转写不采用

视频短链报告误写或混写 `你说话`、`出来` 等内容；长链视频报告甚至称片段内无清晰对话；音频报告把 #975 的 `肯定` 听成 `可能`，把 #977/#981 也有轻微误听。T0 已锁定 #974-#981 台词，本页不采用 MiMo 的转写裁决。

### 说话人、声音性别和口型同步不采用

短链视频报告把声音判成女性声，并把白衣可见人物、后续男性特写和声音关系写得偏确定。T0 已锁定 #974-#981 均为阿蒙声道；本地密帧也不能支持可靠口型同步。MiMo 的声音性别、可见人物即说话人和口型同步判断均不采用。

### 硬切、甩镜头和空间因果不采用为结论

MiMo 描述中有“甩镜头”“视线引导”“空间转换”等说法。T1 scene detect 显示 #974 到 #981 链条的 `threshold=0.040` 强变化到相对 #974 起点约 `30.75s` 和 `33.125s` 才出现，#974 到 #975 之间更稳写为长低能间隔里的视觉换载/遮挡改构图，不写成 #974 后立刻强硬切。

### 心理动机和符号解释只作假设

MiMo 把塑料布、红光、男性静止、手部下落等解释为压迫、容器、无力、心理空间。可保留的是可见材料：塑料/薄膜、暖光、低角度、设备、手部动作候选。心理动机、性别身份、谁被压迫、谁在主导等不作 canonical 采用。

### 脚步声和材料声来源不裁决

音频报告提出脚步声、衣物摩擦、空间混响等方向。T1 波形支持非静音和低能环境/材料存在，但不能凭 MiMo 把具体声源裁成脚步、衣物或某个动作。稳定写法是“材料/脚步声候选、低能现场底噪、无音乐”。

## 对逐句细读的贡献

本轮 MiMo 的价值不在台词，而在空间补盲：

```text
#974 仍在观看场中
-> #975/#976 转成暖色近身低角度
-> #979/#980/#981 展开为塑料薄膜、站立人物、设备和暖光压力场
```

这支持本地 T1 的前向链条：#974 的 `你在干嘛呢` 不是局部问句，而是后续 `我该干什么 / 我该说什么 / 它有一种压力` 的起点。MiMo 可以帮助看见这条链的材料空间，但不能替代 T0/T1 裁决声音和台词。

最终判断仍回到 [2026-06-22-4K无字幕母文件开场92分02秒到92分38秒第974你在干嘛呢与干什么说什么压力链复核](/research/hs-5c2655917b55dcc7)。