猫眼电影记者 张贵林 报道首次登录送91元红包

大模型最广泛的应用如 ChatGPT、Deepseek、千问、豆包、Gemini 等通常会连接互联网进行检索增强生成（RAG）来产生用户问题的答案。随着多模态大模型（MLLMs）的崛起，大模型的主流技术之一 RAG 迅速向多模态发展，形成多模态检索增强生成（MM-RAG）这个新兴领域。ChatGPT、千问、豆包、Gemini 都开始允许用户提供文字、图片等多种模态的输入。

然而，目前对于 MM-RAG 的应用和研究都还处于非常初级的阶段，现有的 MM-RAG 研究以及综述论文主要聚焦于文本和图像等少数模态组合；音频、视频、代码、表格、知识图谱、3D 对象等多种模态的组合均可用于检索增强生成，却仅有很少的探索和研究。这使得研究者和开发者难以全面把握 MM-RAG 的技术脉络和广阔的应用空间。

来自华中科技大学、复旦大学、中国电信、美国伊利诺伊大学芝加哥分校的研究者们共同发布了一篇全面覆盖几乎所有模态作为输入和输出组合的MM-RAG综述来全面且系统化地阐述这个广阔的研究和应用空间。

论文标题：A Comprehensive Survey on Multimodal RAG: All Combinations of Modalities as Input and OutputTechRxiv: https://doi.org/10.36227/techrxiv.176341513.38473003/v2GitHub 项目主页: https://github.com/INTREBID/Awesome-MM-RAG

该论文的最大亮点在于其前所未有的广度：

它首次覆盖了几乎所有可能使用的模态组合作为输入和输出，包括文本、图像、音频、视频、代码、表格、知识图谱、3D 对象等。

通过这种全面的梳理，作者们首先揭示了 MM-RAG 领域中庞大的潜在输入 - 输出模态组合空间，并指出了其中尚未被充分探索的空白（如表 1 所示）。在作者提出的 54 种潜在组合中，目前只有 18 种组合存在已有研究（表 1 中绿色对勾的格子），许多极具应用价值的组合 —— 例如 “文本 + 视频作为输入，生成视频作为输出”—— 仍是一片亟待开拓的蓝海。

表 1：基于输入 - 输出模态组合的 MM-RAG 分类法

在此基础上，作者们构建了一个基于输入 - 输出模态组合的全新 MM-RAG 分类法，不仅系统性地组织了现有研究，还清晰展示了不同 MM-RAG 系统的核心技术组件（如表 2 所示），为后续研究提供了统一框架和方法参考。

表 2不同输入输出模态下多模态 RAG 的核心技术组件、任务和应用

四大关键阶段剖析 MM-RAG 工作流

基于这个新的分类法，该综述深入分析了MM-RAG系统的工作流程，并将其划分为四个关键阶段（如图 1 所示）：

图 1 MM-RAG 的工作流

a)预检索 (Pre-retrieval)： 数据组织和查询的准备工作。

b)检索 (Retrieval)： 高效准确地从海量多模态知识库中找到相关信息。

c)增强 (Augmentation)： 将检索到的多模态信息有效地融入到大模型中。

d)生成 (Generation)： 根据输入和增强信息生成高质量的多模态输出。

论文详细总结了每个阶段的常用方法，并讨论了对于不同模态针对性的优化策略，为构建高性能的MM-RAG系统提供了实用的技术指导。

一站式指南：

训练、评估与应用前瞻

除了技术流程，该综述还提供了构建 MM-RAG 系统的一站式指南：

训练策略： 讨论了 MM-RAG 系统的训练方法，以最大化其检索和生成能力。评估方法： 总结了现有的MM-RAG 评估指标和 Benchmark，帮助研究者评估系统性能。应用与未来： 探讨了 MM-RAG 在多个领域的潜在应用，并指出了未来的重要研究方向。

作为首个覆盖所有常见输入 - 输出模态组合、并系统化解析了 MM-RAG 的工作流、组件、训练、评估等核心技术的综述，该论文不仅为研究者提供了索引式的知识入口，也为产业应用提供了全面的技术参考。论文作者还提供了持续更新的资源库，方便读者追踪最新进展。

  时事1：金沙游戏大全

  12月24日,宁夏六盘山腹地掀起冰雪热,在圆桌对话环节，嘉宾们就“增强全球可持续供应链韧性”“夯实新质生产力 应对加速变革”两项主题，围绕新能源汽车、智能驾驶、可持续发展、全球市场等热门话题展开深入讨论。大家分享了各自在技术研发、市场开发、供应链打造、品牌建设等方面的实践经验，并就如何进一步加强中外汽车产业的合作与交流提出建议与看法。,澳门百老汇注册送。

  12月24日,北京高中生与机器人同台“辩论” 赋能语言教育模式革新,与陈方清相同，总经理左凤高也同样来自中国信达，根据公开信息显示，其曾担任中国信达北京办事处的负责人。2009年信达财险成立后，他作为首任总经理，负责该公司的初创和早期运营。在2010年左右，他积极推动信达财险加入中国汽车流通协会并成为常务理事单位，致力于拓展车险业务并探索与汽车产业链企业的深度合作。,十博体育在线平台,jrkan纬来体育备用地址,果博官网地址。

  时事2：体育资讯

  12月24日,两岸共绘京杭大运河的120幅书画在台北展出,截至12月23日收盘，昊海生科股价报44.25元/股，总市值为102.92亿元。,365bet体育在线手机版app,世界杯开户平台官网,泛雅平台。

  12月24日,张靖皋长江大桥迎来最新建设进展,一家连锁港式茶餐厅的相关负责人透露，整个品牌2024年第一季度的数据比2023年的数据好很多。,世界杯买球厚fc3典tv,澳门百老汇游戏网址,网投平台网站大全。

  时事3：二八杠现金开户网址

  12月24日,“中国发挥着‘稳定锚’作用”——访埃及前总理伊萨姆·沙拉夫,张先生认为，网球明星的出现与整个网球运动以及网球经济的发展是相互促进的，并形成正向反馈。他说，明星越多，示范效应就越强，就会更加刺激网球运动的发展，网球经济热度也会越高。而打网球的人多了，就会涌现出更多的网球明星。,必威app88手机官方网站,赌城回忆录,168体育直播。

  12月24日,重庆武隆白马山首次发现国家一级保护野生动物林麝,央行的黄金储备布局并非固定不变而是动态调整。部分央行会根据国际形势的变化，静默而缓慢地调整黄金的存放地。例如，德国在2013年-2017年，分批次从纽约和巴黎运回674吨黄金，采用了高度保密的物流方案。印度央行在2025年将其超过65%的黄金储备转移至国内存放。,神州炸金花,抢庄牛牛二人麻将,wns8118。

  时事4：波克城市捕鱼官方正版

  12月24日,新闻观察：美针对格陵兰岛动作频频 加剧美欧摩擦,据悉，埃尔多安当天访问了重灾区哈塔伊省，这里有3300多人遇难，建筑和道路遭到严重破坏。地震还摧毁了哈塔伊机场的跑道，进一步影响了救灾活动。,9570游戏登录金沙,JDB龙王捕鱼哪个平台稳定,凯发娱乐官网登录手机号。

  12月24日,在轨一个月 神舟二十一号乘组各项工作按计划推进,5月7日至9日，中共中央政治局常委、国务院总理李强在新疆调研。,bob足球官网,博乐棋牌官网最新版,申博快速开户。