猫眼电影记者 朱琦 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：manbetx万博手机版登录

  12月27日,长春迎明显降雪,混合采访区，教练组和球员们快速通过，只有王大雷、韦世豪两名老队员和王振澳、拜合拉木两位新人接受采访，球员全部散去，媒体也慢慢离开。远处一位在足协工作多年的人眼眶通红，现场很多人都赶忙上前安慰，“下一场会有奇迹的。”,澳门百老汇平台开户。

  12月27日,（八闽千姿）闽南戏剧周 好戏唱响和合之声,总之，面对欧盟的高税率，中国车企需要保持冷静和理性积极应对挑战并寻求新的发展机遇。只有如此才能在竞争激烈的国际市场上立于不败之地并实现可持续发展。,时时乐炸金花,亚洲各大赌场排行榜,188体育正规网络。

  时事2：有什么app可以玩斗牛

  12月27日,12月9日央行开展1173亿元7天期逆回购操作,第三，跨生态协同能力，整合“租赁+服务”的生态能力也非常关键。,波克千炮捕鱼官方正版,在哪里买外围足球,沙巴体育app最新版。

  12月27日,2025全国残特奥会轮椅篮球（五人制）男子组：广东队战胜北京队夺冠,当地时间2月28日，俄罗斯莫斯科州州长安德烈·沃罗比耶夫表示，一架无人机在莫斯科地区坠毁，其目标可能是为了打击民用基础设施。,ag平台官网多少,金沙电玩城手机版下载,线上世界杯买球平台。

  时事3：mg在线平台

  12月27日,想缴费出场？先看30秒广告……扫码自助缴费后隐藏什么套路,Copyright © 1996-2025 SINA Corporation,大赢家足球比分网,天博app,皇冠信用网。

  12月27日,天津统一战线踊跃支援香港火灾救援 展现血浓于水同胞情,更重要的是，对比去年同期，佛山经济总量由2872.9亿元降至2872.65亿元，罕见出现名义负增长，也是万亿级城市中唯一经济缩水的城市。,mg国际登录,银河电子平台娱乐,找回大发888手机登录。

  时事4：葡京app安装

  12月27日,冷暖大反转 降温日历看你家气温何时跳水,除此之外，本田、日产、保时捷、沃尔沃、捷豹等一众曾公布宏大电动化规划的车企，均已叫停或大幅缩减相关目标。通用汽车也放弃了‘2035 年全系车型纯电化’的承诺，旗下多个品牌的电动化时间表也同步延后。,伟德线上体育怎么样,天堂传奇,和记娱乐入口登录。

  12月27日,独居老人陪护刚需催生“外包儿女” 这份工作日常都在干什么？,美团数据也显示，7月以来，“网球”搜索量同比去年增长超60%。网球体验课、网球培训季度课包在平台热销，美团上网球运动相关团购订单量同比激增172%。,亚盈体育网址是多少,百度博雅德克萨斯扑克下载,威尼斯人手机官网。