本研究提出了一种新型的TAP模型，能够高效跟踪视频序列中的查询点，表现优于基准方法，适用于长高分辨率视频，并具备实时跟踪速度。改进的TAP方法解决了累积误差问题，并引入了多粒度摄像机运动检测等组件，取得了优异成绩。此外，研究探讨了密集跟踪在机器人学习中的应用，提出了Context-TAP和T3VIP方法，提升了点轨迹的准确性和自主技能获取能力。