猫眼电影记者 龚某某 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1：九游会手机登录

  12月24日,第二届中俄国际室内乐音乐节闭幕 音乐为桥促交流,据台媒此前报道，受低温、禽流感影响，岛内蛋荒难解，鸡蛋、鸭蛋价格双双调涨。继鸡蛋批发价涨至每台斤（约600克）55元新台币创历史新高后，先前早已涨至历史高点的鸭蛋，每台斤也在本月10日起上涨3元，产地价达到每台斤48元，同样再创历史新高。,OD直播视讯。

  12月24日,杭州灵隐寺免门票 浙江多景区跟进,一位在湘菜、粤菜品牌都工作过的资深餐饮人士和记者谈及了他的观察：“今年高端餐饮不差，因为高端商务宴请还是较多的，被挤压的主要是中间档位的品牌，一些消费者可能会用大众餐饮品牌来作为替代品。”,球球平台,凯发k81111国际真人版,澳门js6666。

  时事2：哪个平台买球

  12月24日,浙江龙泉：头茬黑木耳丰收采摘忙,据该公司2017年三季度偿付能力报告显示，刘树林于报告期内已卸任总裁职务，不过其还担任该公司执行董事。2017年四季度，执行董事名单更新为徐兴建、李东明、王新利三人。,银河国际娱乐,天博app靠谱,世界杯投注网@。

  12月24日,泡泡玛特在上海南京路再开旗舰店 形成独特的“双旗舰店”格局,CF40资深研究员、中国社科院世界经济与政治研究所副所长张斌表示，一季度实际GDP增速超出全年目标，名义GDP增速过低，经济增长的获得感偏弱，对未来的预期偏弱。,真人国际官网,必发投注登录,必威体育官方网站入口。

  时事3：ag真人合法吗

  12月24日,全岛封关看海南：为何是12月18日？,欧盟中国商会同时指出，欧方在调查中还未能充分履行透明度的有关要求，对于所谓补贴如何造成欧盟产业实质损害或者损害威胁的调查，相关信息不公开，不透明，让各方对调查方法、路径以及结果都怀有强烈质疑。,乐动体育投注app,炸金花金币游戏,网上怎样赌博。

  12月24日,广东艾滋病高危人群疫情得到遏制 高年龄组病例呈升高趋势,据叙利亚军方消息，当地时间12日7时15分左右，叙利亚哈马省、塔尔图斯省部分地区遭以色列空袭，叙利亚防空系统迅速启动并拦截部分导弹，但空袭仍导致3名士兵受伤及部分物质损失。（总台记者 倪紫慧）,世界杯哪个平台可以购买,大发888真人官网,赌博都有哪些平台。

  时事4：千炮捕鱼有什么诀窍

  12月24日,印尼苏门答腊岛洪灾已致164人遇难,韩国国务调整室曾于4月16日发布政府部门联合新闻稿，重申日本福岛核污染水排海计划需从科学、客观层面确保安全性，并符合国际标准的既有立场。,2020欧洲杯赛程表及比赛地,森林舞会的游戏,完美体育平台网址。

  12月24日,北京发放首批L3级高速公路自动驾驶车辆专用号牌,“从权属的角度来看，公摊面积是业主的共有产权，业主的产权面积包括套内面积和公摊面积。所以，公众目前所谈及的取消公摊，更确切地来说，是希望改变商品房销售的计价方式。”成都市城市建设发展研究院副院长冯波告诉记者。,世界杯怎么投注进球,威尼斯城注册送28,银河在线盘口官网。