猫眼电影记者 夏沫 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1：万博体育官网网址多少

  12月26日,天津强化企业创新主体地位 培育超250家“猎豹企业”,普华永道美国汽车行业负责人 C.J． 芬恩在接受采访时表示：‘多家美国车企均已宣布计提相关减值支出。此前，车企的布局不仅超前于消费者的真实需求，也远超美国当下的充电基础设施配套水平。’,365bet平台app注册。

  12月26日,广州以“精致手法”打造无界体育公园 “润物无声”提升市民宜居体验,4月24日，港交所在公布2024年一季度的财报的同时，也迎来了重要的管理层变动。唐家成正式接替史美伦，成为港交所新一任主席。,澳博体育手机版登陆,欧乐游戏,王者体育官网入口。

  时事2：真人炸金花软件

  12月26日,济南往返澳门直飞航线首航,2023年12月，诺泰生物成功发行4.34亿元可转换公司债券，期限6年。其《募集说明书》中直接引用了2021年经审计的财务数据，包括虚增的3000万收入。,篮球世界杯购买权,ayx爱游戏网页版,ope体育注册平台。

  12月26日,第四届“一带一路”国际产业合作论坛在广州举办,此外，高管团队中还有两位“80”后，今年职务未出现变动，分别为审计责任人、首席风险官卞树涛；总精算师王帆。,e星体育官网地址,买球网站平台,365游戏官网版。

  时事3：新濠天地网投

  12月26日,手机放电饭锅里，抢票成功率就会变高？,此外，值得关注的是，今年以来该公司高管班子也出现了大幅度调整。1位“60”后高管离任，3位“70后”上任，另有4名高管职责范围大调整，高管团队整体更加“年轻化”，展现出明显的重新优化组合、年轻化态势。,最新送彩金网址论坛,OD怎么注册,老葡京娱乐开户。

  12月26日,杨伟民：形成消费拉动发展模式重在完善收入分配制度,另一方面，在此次大规模攻击中，平台应急响应的滞后性被暴露出来。据多位用户反馈及第三方数据监测显示，攻击爆发后，违规直播间的推流链路未能第一时间切断，大量不良内容在平台内持续扩散10~20分钟，部分违规直播间持续时间甚至更长。直到用户举报量增加、相关话题在社交平台快速发酵，快手才紧急启动全平台直播频道关停措施，这相当于给不良内容的传播留出了较长传播期。,永乐国际首页,凤凰彩票投注登录,188金宝博手机投注。

  时事4：千亿竞彩官网

  12月26日,我国成功发射遥感四十七号卫星,2023年，唐山、徐州、大连、温州GDP分别为9133.3亿元、8900.44亿元、8752.9亿元和8730.63亿元，是最有希望在一两年内冲击万亿GDP的“种子选手”。在去年同期较高的增速基础上，今年一季度，四座城市均跑赢全国大盘。,宝胜国际,云顶国际官方下载,永利会员注册。

  12月26日,聚焦严羽诗学思想 《沧浪诗评》新书发布,还有人写道，“我不相信白宫说的任何话，不过他们一旦否认，那就是另一回事了，往往后来它们都能100%得到证实。”,银河娱乐游戏app,十大网投平台大全,电玩捕鱼。