猫眼电影记者 周汝昌 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1：二八杠推筒子手机游戏

  12月25日,自然资源部启动乌蒙山区冬春季地质灾害隐患排查防范专项行动,对于即将在西安召开的“中国-中亚”峰会，中亚国家表态积极，而俄罗斯表示认可。,开元牛牛棋牌网站。

  12月25日,外交部：中方坚决反对日方为军国主义招魂,路透社报道称，在其第三个任期，莫迪预计将延续对中国“强硬但务实”的政策。不过，随着莫迪本人有可能在新政府中话语权下降，也或将为中印关系带来更多变数。,伟德体育备用网址,AG真人国际厅登录,2019欧洲杯直播哪里看。

  时事2：黄金轮平台app下载

  12月25日,寒潮来袭 乌鲁木齐降雪降温,泰格医药副总裁，市场公关负责人Linda Yang在致辞中介绍，泰格医药建立了覆盖创新药和医疗器械研发全生命周期的专业服务能力，期待通过打造产业、资本等各方的合作交流平台，为医药创新深度赋能，并与医药创新企业探讨未来进一步深度合作的可能。,沙巴体育手机登录,官网ag捕鱼王2,AG尊龙凯时赞助欧洲杯。

  12月25日,孩子误服疏通剂，用水冲洗致严重灼伤,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。,国际五子棋真人比赛,网络娱乐注册,京葡萄娱乐官网。

  时事3：欢乐拼三张改名

  12月25日,洪水和山体滑坡已致印尼超600人遇难,值得注意的是，这条海底隧道是铁路隧道。此外，全长54公里，海底部分23公里的日本青函海底隧道，也是铁路隧道。,天博官方下载,天境棋牌,大发888下载地址。

  12月25日,泰国第三届HSK留学中国与就业展在普吉举行,根据现行的《深圳市小汽车增量调控管理实施细则》，这意味着市民只需要持居住证，即可申请新能源小汽车增量指标。而已有1辆粤B牌的个人，还可以再申请购买1辆混合动力小汽车。,网上能购买世界杯彩票,2026卡塔尔世界杯投注,最新澳门网址大全。

  时事4：百老汇赌场网站

  12月25日,为何前11个月外贸走得稳？三大关键词解读,目前有2位副总裁，1位拟任副总裁：苏自申、夏传谦、李民。总裁邓可接过的财务负责人职务，原来为副总裁苏自申负责，苏自申于2018年1月至2025年6月担任财务负责人。,火狐体育,波克捕鱼兑换码怎么搞,凯时国际平台充值。

  12月25日,被冻结俄资产处置悬而未决：惠誉将欧洲清算银行列入负面观察名单,在巨量资金持续涌入的背景下，多只A500ETF规模刷新历史新高。例如，A500ETF基金（512050）昨日单日净流入额达28.78亿元，基金规模突破300亿元大关，攀升至319.26亿元，刷新历史新高。,吉祥体育官方网登陆,皇冠app安卓下载安装,投注站世界杯。