3D 点追踪：绑身份，不绑坐标

trackeverything.github.io TrackEverything 的核心主张：计算不绑冗余的 2D 像素，绑到唯一的 3D 场景内容——长视频 1000+ 帧、全画面所有点一起跟，不迷路。 三层拆：一，这是"身份优于坐标"的又一次出手：像素坐标每帧都在漂、遮挡就断，绑 3D 内容等于给每个点发不随帧变的身份证——和本体索引把一切编进可查位置，同一个思想。 二，1000+ 帧是长程记忆的视觉版：文档有说明书、生成模型有注意力窗口、视频有帧序列——长东西的管理，越来越像同一个问题。 三，研究帖口径：只有想法、没有成绩——无精度数字、无对照表，idea 可引、效果未证。 口径三条：①项目页未读全文——机制以官方页为准；②本帖无 benchmark 数字——不作性能断言；③"唯一 3D 内容"是设计前提——多物体、遮挡场景表现未披露。 给要验的三条：一，拿自己的长视频问：跟踪目标用像素坐标、还是稳定身份？ID 一换场景就断，正是坐标法的病；二，看方法页怎么定义"唯一 3D 内容"——物体级还是特征点级，定义决定跟多久。 三，验收只看两样：长视频尾段的漂移率、遮挡后能否认回同一点——它没给数，自己测。 你手头的追踪管线，锁的是像素的位置，还是内容的身份？