Na ja, wenn man von diesen Klassen, die sich auf Vendler beziehen, ausgeht, läuft es aufgrund deiner bisherigen Feststellungen darauf hinaus, 'sehen' als Activity-Verb zu klassifizieren, weil das dort die einzige atelische dynamische Klasse ist - und Activity-Verben gelten dort als durativ.
Allerdings weiß ich nicht, ob man das auf diese Weise sozusagen systemisch per Ausschlussverfahren herleiten sollte, denn tatsächlich ist es bei solchen Warhnehmungsverben m.M.n. nicht ganz einfach, wie man vielleicht auch bemerkt, wenn man ein paar
gängige Tests durchgeht.
'Ich bin (den Zug) am sehen' klingt (selbst für mich ;) ) sehr seltsam, sodass z.B. die Dynamizität fraglich erscheint und eine Klassifizierung als State nahe gelegt wird, oder?