猫眼电影记者 李会芬 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：必博体育平台app

  12月27日,2025福州马拉松鸣枪开跑,近日获批的深圳理工大学、佛山大学、肇庆医学院、金华职业技术大学等等，正是国家层面支持与当地努力的成果体现。,龙8国际全站APP。

  12月27日,第二届“中华文明探源——道中华·良渚行”暨旅游促进各民族交往交流交融计划试点项目启动仪式在杭州举行,“产业结构转型升级是佛山的当务之急，但我认为它的难点在于如何把自身与广州的关系处理好，如果甩开广州独立发展，也很困难。”宋丁提醒：“一季度增速1.1%，对佛山是一种深深的刺激，但是刺激之后能不能警醒起来？如果不认真考量背后的原因，找出根源，然后赶紧去弥补的话，可能对未来发展都是非常不利的。”,世界杯买球一般买多少,tpimage吧,仲博注册官网平台。

  时事2：必赢亚洲官方网页版

  12月27日,社交化娱乐化泛滥 儿童电话手表“变味”引忧,火箭按计划进入垂直飞行轨迹，升空约 2 分钟后官方直播显示出现 “异常”，直播随即中断。Innospace 后续补充称，升空约 30 秒时检测到机体异常，按安全程序终止任务，火箭坠落在地面安全区，无人员伤亡与财产损失。,万里报,在哪买篮球app,世界杯竞猜投注调整。

  12月27日,以色列总统谴责澳大利亚枪击事件，称其针对犹太社区,11月16日召开的“第十届动力电池应用国际峰会”上，赣锋锂业董事长李良彬预计，2026年需求端增长30%至190万吨，供应端保持同步增长，整体处于供需平衡状态，但是如果需求增速超过30%，甚至达到40%，短期内供应无法平衡，价格可能会突破15万元/吨，甚至20万元/吨。,澳门十三第网站首页,亚娱注册App,888棋牌游戏。

  时事3：官网bbin下载app

  12月27日,铁证如山！日本731部队再添新罪证,第一，必须有系统的智能化融合能力，无论是AI还是大数据，通过系统建设综合提升运营能力，这是核心竞争力；,万博官网平台,雷速度比分,必威客户端登录。

  12月27日,澳大利亚昆士兰拓展中国旅游客源市场,5月4日，游客在福州连江县晓沃镇的一处海滩游玩，踩进了村民的蛏田。网传游客被村民“索赔”3万元，引起广泛热议。,沙巴体育直播登录注册,金沙电子游戏app下载,pp电子老虎机。

  时事4：千亿游戏官网中心

  12月27日,（粤港澳大湾区）逾千名粤港澳青少年跆拳道选手同台竞技,比如2024年一季度，全聚德（002186.SZ）实现营业收入3.58亿元，同比增长11.99%；归母净利润1530.71万元，同比增长66.85%。,足球外围平台官网,足球现金官网平台,极速彩官网。

  12月27日,南华大学退伍医学生捐献造血干细胞 完成生命接力,12月23日，康宁杰瑞宣布，其自主研发的恩沃利单抗（英文通用名：Envafolimab，康宁杰瑞研发代号：KN035）获美国食品药品监督管理局（FDA）授予孤儿药资格认定（Orphan Drug Designation，ODD），用于治疗胃癌和胃食管结合部癌（GC/GEJ）。这是继晚期胆道癌及软组织肉瘤之后，恩沃利单抗获得的第3项孤儿药资格认定。,澳彩网,皇冠官网多少,皇冠线上注册。