在自动驾驶和智能监控等场景中，多目标跟踪（MOT）技术需要应对现实世界中层出不穷的新物体类别。传统方法依赖预定义类别，面对“无人机配件”“新型宠物”等未知目标时往往失效。上海人工智能实验室团队提出的OVTR（Open-Vocabulary