该文综述多模态联邦学习进展，聚焦模态缺失与异质性问题，提出FedCMI、CMSFed、CreamFL、FedMFS、FedMEKT、TRML等框架，通过原型库、模态选择、知识迁移、Shapley值及虚拟模态生成等方法，缓解模态失衡，提升全局模型性能与通信效率。