科技的新时代让人们可以方便地在各种平台上分享自己的观点。这些平台为用户提供了多种形式的表达方式，包括文本、图像、视频和音频。然而，这使得用户很难获得关于一个主题的所有关键信息，使得自动多模态摘要(MMS)的任务必不可少。在本文中，我们对MMS领域的现有研究进行了全面的综述。