本文介绍了一种多模态自动标注流程，用于生成无标注的3D边界框和轨迹，以训练开放式类别。该方法适用于自动驾驶等安全关键应用中的新物体类型。通过视觉-语言知识蒸馏方法，可以无监督处理静态和移动对象，并输出开放式词汇的语义标签。实验证明，该方法在无监督3D感知任务上优于先前的工作。