Con el rápido desarrollo de Internet, el monitoreo de la opinión pública en línea ha surgido como una tarea crucial en la era de la información. El análisis de sentimientos multimodal, a través de la integración de múltiples modalidades como texto, imágenes y audio, combinado con tecnologías que incluyen el procesamiento del lenguaje natural y la visión por computadora, ofrece nuevos medios técnicos para el monitoreo de la opinión pública en línea. Sin embargo, la investigación actual aún enfrenta muchos desafíos, como la escasez de conjuntos de datos de alta calidad, la limitada capacidad de generalización de los modelos y las dificultades con la fusión de características cruzadas. Este artículo revisa el progreso actual de la investigación sobre el análisis de sentimientos multimodal en el monitoreo de la opinión pública en línea, incluyendo su historia de desarrollo, tecnologías clave y escenarios de aplicación. Se analizan los problemas existentes y se discuten las direcciones futuras de investigación. En particular, enfatizamos una comparación centrada en la arquitectura de fusión bajo el monitoreo de la opinión pública en línea y discutimos las diferencias entre lenguas que afectan la alineación y evaluación multimodal.