En el rápidamente avanzado dominio de Vehículos Conectados Inteligentes (ICVs), el Aprendizaje Federado (FL) multimodal presenta una metodología poderosa para aprovechar diversas fuentes de datos, como sensores, cámaras y comunicaciones de Vehículo-a-Todo (V2X), sin comprometer la privacidad de los datos. A pesar de su potencial, la presencia de adversarios bizantinos, participantes maliciosos que contribuyen con actualizaciones incorrectas o engañosas, plantea un desafío significativo para la robustez y confiabilidad del proceso de FL. Este documento propone un marco de FL multimodal robusto ante adversarios bizantinos específicamente diseñado para ICVs. Nuestro marco integra un mecanismo de agregación robusto para mitigar la influencia de las actualizaciones adversariales, una estrategia de fusión multimodal para gestionar y combinar de manera efectiva datos de entrada heterogéneos, y un objetivo de optimización global que acomoda la presencia de clientes bizantinos. La base teórica del marco se establece a través de definiciones formales y ecuaciones, demostrando su capacidad para mantener resultados de aprendizaje confiables y precisos a pesar de las interrupciones adversariales. Experimentos extensos resaltan la eficacia del marco en preservar el rendimiento y la resistencia del modelo en entornos de ICV del mundo real.