猫眼电影记者 马勇霞 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：真人网络娱乐游戏平台

  12月25日,文旅“蹲”下身来 “一米”大有可为,钟自然严重违反党的政治纪律、组织纪律、廉洁纪律和生活纪律，构成严重职务违法并涉嫌受贿、故意泄露国家秘密犯罪，且在党的十八大后不收敛、不收手，性质严重，影响恶劣，应予严肃处理。,千亿游戏官网手机版。

  12月25日,“十四五”期间北京地区开展400余项考古发掘,国家体育总局体育文化与体育宣传发展战略研究中心高端智库骨干专家、广州体育学院教授曾文莉告诉《环球时报》记者，体育具有较强的杠杆效应，以体育赛事表演为杠杆，能撬动城市基建、旅游、文化等，激活体育消费热情，推动体育产业能级提升，而这个杠杆的原动力主要是运动员尤其是明星运动员。,在线下注平台,188体育平台注册开户,bet8酷游体育。

  时事2：e乐彩在线平台

  12月25日,长春各界悼念南京大屠杀死难同胞与抗战英烈,这意味着目前国内在建的和已经建成的海底隧道，最长的均在20公里以内，与设计长度约在125公里的烟大海底隧道，相距甚远。,真人炸金花3元入场,世界杯在哪买球啊,必赢亚洲国际。

  12月25日,看机器人考官路上考验智能车,宝马集团董事长齐普策表示，欧委会对中国电动汽车加征关税是错误的决策，加征关税将会阻碍欧洲车企的发展，同时也会损害欧洲自身利益。“贸易保护主义势必引发连锁反应：以关税回应关税，以孤立取代合作。对宝马集团来说，类似增加进口关税这样的保护主义措施，无法帮助企业提升全球竞争力。”,体育区规则,168体育登录,皇冠体育登录入口。

  时事3：永利体育快速注册

  12月25日,重庆：冬日银杏美如画 金黄满枝引游人,去年12月，教育部正式发函同意嘉兴学院更名为嘉兴大学，为此努力多年的嘉兴终于圆了“大学梦”；,太子稳定网站,凯时kb88,澳博下载地址。

  12月25日,2025年内蒙古自治区青少年科普大赛开赛,亿纬锂能成立于2001年，于2009年在深圳创业板首批上市，历经20余年发展，已成为全球化布局的全场景锂电池企业。其工厂布局在广东惠州、湖北荆门及武汉、四川成都、云南玉溪及曲靖、江苏启东、浙江宁波、辽宁沈阳、匈牙利、马来西亚及美国。,正宗澳门2娱乐场下载,体育平台注册送50,下载金宝搏app。

  时事4：ManBetX万博怎么开户

  12月25日,“两高”发布典型案例，干部挪用上千万医保基金买理财获刑,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。,澳门维斯尼人官网,皇冠注册地址,云顶登路。

  12月25日,通甬高铁建设“黑科技”：智能造桥机助力特大桥合龙,“在东欧发生的事情不仅仅局限于东欧的问题，而是直接影响到太平洋这一边的局势。这就是为什么在东亚的我们和北约之间的合作正变得越来越重要。”林芳正说。,皇冠棋牌,千赢国际账号注册,苹果手机怎么买球。