# MiMo 4K无字幕第948好像在找什么东西 CN 寻找反读复核

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/目标物主题的报告若把语言意图补成画面事实，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、对白或物件声。

# MiMo 4K无字幕第948好像在找什么东西 CN 寻找反读复核

本页记录 #948 阿蒙 `好像在找什么东西` 的 MiMo CN 复跑结果。MiMo 中国区 endpoint 本轮继续可用。两次请求均返回 `ok`，其中无音轨视觉反读因为输出较短被脚本标记 `too_short:718<800`，但内容方向与 T1 本地帧证据一致。

## 两次报告

资产目录：

`inspool-wiki-zh/raw/assets/4k-nosub-restart-20260622/948-looking-for/mimo/`

| 报告 | 输入 | 模式 | 用量 | 可用性 |
|---|---|---:|---:|---|
| `cn-context-looking-for-948/01-27-45.266-01-27-55.433/mimo-report.md` | #947 后到 #949 前宽窗，带音频 | deep-film, fps=4, max | `21365` tokens | 部分可用。报告明确认为 `找什么东西` 未被声画直接兑现、#949 的信/房间没有视觉物证；但其中对右侧“纸/薄膜/沙沙声/双手操作”的描述只能作候选。 |
| `cn-visualonly-counterread-948/01-27-45.266-01-27-55.433-visual-only/mimo-report.md` | 同一宽窗，无音轨，盲视觉反读 | formal-safe, fps=4, max | `20073` tokens | 可作 T2 反读辅助。报告明确写出空间持续与光色波动，未见可验证位移、寻找或场景切换动作。 |

## 可保留的观察

带声音上下文报告最有价值的一点，是它没有把 `找` 直接写成已经完成的行动。它明确区分了“台词给出的寻找语义”和“画面里可见的动作”，并指出当前片段不能确认 `信/最里面的房间` 已经获得视觉物证。这一点与 T1 一致。

无音轨视觉反读更干净。它没有听到台词，也没有被 `找` 牵引去补动作；结论是同一公开空间持续、暖色光轻微起伏、背景人群静坐、前景人物/白色服装/反射桌面和杯状物在位，没有可验证位移、寻找动作或场景切换。这与本地接触表、scene detect 和运动差分一致。

## 必须降级的部分

带声音报告中有三类说法不能直接进入 T1：

1. 它把右侧材料说成纸质或薄膜类目标物。T1 只能确认右前景白衣/白布身体、白色材料、瓶子/透明容器、红色前景材料和反光面持续在位；不能确认它就是 #948 的“东西”。
2. 它把前后声响写成连续 `沙沙` 摩擦。T1 精确句显示 #948 主体是低频/低中频人声，句尾高频化更稳写成人声尾音/气息候选，不能升级成纸张翻找。
3. 它把可见姿态写成整理、操作或检查。T1 帧差只支持小幅姿态/光色/边缘变化，不支持寻找、翻找、搜寻、目标物被找到或动作意图确认。

## 方法论结论

#948 说明：不只 `跑` 这类强动作词会诱导模型，`找什么东西` 这种弱动作/意图词也会诱导模型把白色材料、瓶子、手部候选和摩擦声组织成“正在找”的故事。后续遇到 `找`、`看`、`等`、`拿`、`藏`、`装`、`打开` 等动作/目标词时，仍应采用双路：

1. 带声音上下文报告，用来观察模型如何理解台词和声画关系。
2. 无音轨盲视觉反读，用来核验画面是否真的交付动作、目标物、路线、空间切换和镜头响应。

若两者冲突，优先保留 T1；若两者一致，也只能写作 T2 辅助，不覆盖 T0/T1。