生成器是跟踪器：通过绘制持久的身份颜色进行多对象跟踪

多对象跟踪（MOT）通常被分解为检测和关联，对象身份保持为外部状态：跟踪缓冲区、运动模型和外观嵌入。我们询问视频生成器是否可以保持该状态（以像素为单位）。我们使用轻量级上下文 LoRA 微调 22B 文本到视频扩散模型 (LTX-2.3)，将 RGB 剪辑转换为 ID 映射剪辑，在该视频中，每个人都被涂上平坦、独特的颜色，并随着时间的推移持续存在：相同的颜色，相同的身份。长视频生成为链接窗口，其中每个窗口都以前一个窗口的清理尾部为条件。简短的连续微调教导模型扩展给定的颜色，之后身份在没有跟踪器、没有运动模型和没有重新识别模块的情况下流过链。在 DanceTrack 测试服务器上，据我们所知，我们的系统是在那里评估的第一个生成跟踪器，也是唯一一个没有检测器和跟踪堆栈的条目，达到了 40.3 HOTA。这远低于当今的专业技术水平 (>=70 HOTA)，但具有独特的反向错误配置文件：其关联分数 (AssA 44.1) 超过原始基准套件的每个跟踪器，而检测仍然是唯一的缺陷。受控比较表明机制很重要：由经典事后关联链接的相同生成窗口得分差 2 倍（18.2 HOTA），并且帧到帧 IoU 关联片段跟踪生成器的颜色保持完整。在 383 个挖掘的遮挡事件中，生成器以 42% 的条件率在间隙后重新获取身份，其中外观嵌入基线得分为零，包括比其时间上下文更长的间隙，这证明生成器的颜色分配起到了紧急重新识别信号的作用。我们发布代码、检查点和完整的预注册实验日志。