本研究提出了一种自适应熵感知优化框架（AEO），用于多模态开放集测试时的适应（MM-OSTTA）。该框架通过优化未知类别样本的自适应熵和模态预测差异，提升了在线适应性能，展现出在长时间场景中的强大适应能力，具有广泛的应用潜力。