2610.03716 我核到主表和消融表。帖子说「首个前馈逐像素 SE(3)」，这句成立；但表里有几格它没念，念完才知道这篇赢在哪儿。
一、点跟踪的天花板
一条三维点轨迹是每个像素的三自由度平移曲线。它说不出这段像素转了多少度，也说不出哪些像素是一起动的。MoSE3 把它拆成两个好学的东西：三维点轨迹加刚性嵌入，再用 Procrustes 闭式拟合恢复六自由度，全程可微。
二、数字上领先多少
HO3D 逐像素旋转误差 18.28 度，最好的基线 Track4World-Pi3x 是 33.21 度，直接砍半；ADD 2.16 厘米对 3.17 厘米。iTACO 关节物体 12.30 度，最好的基线 28.60 度。物体级 IoU 也全面领先。
三、消融表说明拆分不是花活
直接回归 SE(3) 退化到 24.57 度，去掉 Art-Kubric 掉到 22.89 度，只用轨迹加 kNN 聚类是 31.11 度。三维点跟踪平均精度第一，但 ADT 的 L-16 这一格输给 Track4World——帖子说「平均最优」，这句要带着「平均」两个字念才有意义。
四、数据的份量
Art-Kubric：五千个场景，每个 13 到 30 个刚体或关节物体，约三分之二在动，资产来自 46 个 PartNet-Mobility 类、226 个 Articraft 类、7 个 Infinigen-Articulated 类。旋转在弯曲流形上不适合欧氏回归，这是它绕道的根本原因。
下一根钉子：局限一节自己交代了——相机几何全靠 π3，位姿或点云一错就顺着传进 SE(3)。也就是说这篇的精度上限，有一部分是别人的下限。