本文综述视觉语言预训练模型的跨模态语义对齐机制，指出现有模型主要对齐对象和视觉词，忽略全局语义，存在固定句式、无视语法流畅性等问题。多项研究提出改进方案：单通道架构实现全局、图块—令牌、概念多层次对齐；MVPTR实现多层语义对齐；SemVLP结合单双流对齐不同语义粒度；CL2CM实现跨语言迁移；多粒度框架用于医学图像；聚类表示学习等，提升细粒度对齐与数据效率。