猫眼电影记者 孔奇 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：美高梅全站APP

  12月25日,南非治安再受关注,二是底层资产波动风险，“资产荒”背景下，银行理财纷纷布局多资产、多策略，高波动投资占比迅速提升，若无法通过科学的风险敞口组合驾驭复杂配置，产品端波动将有所增加；,棋牌论坛网。

  12月25日,东西问丨翁芳芳：中法农业合作缘何亮点频现潜力巨大？,第四步，黄金储备管理，实施国内购买计划的中央银行可以选择保留黄金或是在国际市场出售黄金换取硬通货。,手机PC平台澳门官方,华体会hth老版本,新甫京娱乐娱城平台网址。

  时事2：网络现金游戏

  12月25日,这种头疼会致残！千万别以为是小毛病,“先前注册的营业执照已经注销了，为什么又注册了新的执照。我爸妈早已丧失劳动能力了，是谁一再在给他们办工商登记呢？”汪争猛不解。,ope体育怎么样,立博官网中文登录,bt体育平台。

  12月25日,普京视察俄联合部队集群一指挥所听取战事报告,克罗地亚人每次发布会，都会感谢球迷和媒体，然而在成败论英雄的竞技场，只有好的结果才能维系感情。赛后新闻发布会上，现场媒体显然也不满意1比1平局的结果，伊万遭到了媒体的诘问。,亚盈体育,凯时国际最新,真人平台。

  时事3：真人游戏龙源国际

  12月25日,海南封关首日见闻：琼粤联合巡航执法,双方计划完善1992年6月19日签订的《中华人民共和国和俄罗斯联邦关于民事和刑事司法协助的条约》中所规定的法律判决认可和执行机制。,口袋足球下载,app手机彩票下载,棋牌官网最新。

  12月25日,看机器人考官路上考验智能车,2020 年代初，整个行业还对电动汽车领域满怀狂热与憧憬，然而消费者的实际需求始终未达预期。如今这场电动汽车热潮已然消退，车企们在前期持续观望、谋划应对之策后，终于开启全面战略转型。过去五年，车企在该领域的巨额资本投入沦为泡影；底特律的车企巨头们正把重心重新放回高油耗的大型皮卡和 SUV 车型上；多家车企也终于坦言：此前电动汽车的发展浪潮，由政策驱动，而非市场需求。,真实赌博官网,九州电竞,乐鱼体育官方下载。

  时事4：问鼎娱乐

  12月25日,中国电子产品受到欧洲消费者喜爱,二战后布雷顿森林体系确立美元与黄金挂钩，各国为交易方便将黄金存于纽约，形成路径依赖。,手机上可以买球的app,365bet最新,ayx在线注册。

  12月25日,国家统计局：今年中国社会消费品零售总额累计增长好于去年,报道指出，北约在位于纽约的联合国总部、位于维也纳的欧安组织总部，以及格鲁吉亚、乌克兰、波黑、摩尔多瓦和科威特都有类似的联络处，但在亚洲以及所谓“印太地区”还是头一个。,世界杯投注到几点停止,188体育在线官方网站,亿博体育。