本文综述多模态实体链接研究，涵盖Twitter数据集构建、文本与视觉联合表征、跨模态生成式链接、纯视觉实体链接、记忆增强嵌入、双向增强框架、属性感知方法及时间演变实体链接，强调视觉与属性信息的重要性，并探讨视频大模型统一评估。