猫眼电影记者 肖楠 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：下载凯时ag旗舰厅首页

  12月25日,宁夏冬季旅游促消费活动在泾源县启幕,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）,美高梅的娱乐网站。

  12月25日,中国农业发展银行原政策研究室主任吴飚接受审查调查,新京报讯 据广东省纪委监委消息：广东省民政厅原党组副书记、厅长卓志强涉嫌严重违纪违法，目前正接受广东省纪委监委纪律审查和监察调查。,世界杯 怎么投注,世界杯比赛买球思路图,单机扎金花小游戏。

  时事2：真人游戏网上开户

  12月25日,文化中国行·联播一瞬｜今日大雪 水墨冬韵戏雪时，万物冬藏待春来,记者今天（14日）从最高人民检察院获悉，西藏自治区政协原党组成员、副主席姜杰涉嫌受贿一案，由国家监察委员会调查终结，经最高人民检察院指定，由天津市人民检察院第一分院审查起诉。近日，天津市人民检察院第一分院已向天津市第一中级人民法院提起公诉。,第一足球网论坛,必赢亚洲官方登录,球探官网app下载。

  12月25日,高价“功能蛋”蛋白质含量不如普通蛋？专家：按需选择,近年来，全国高考报名人数连年突破历史新高，有关扩大优质高等教育资源、降低高考社会性焦虑的呼声不断。,九游会小金库钱包卖币,世界杯投注闻v98典tv,雷火电竞平台入口。

  时事3：盛大官网首页

  12月25日,建设银行全方位金融服务助力海南自贸港高质量发展,为了加速构建人工智能网络，Meta、亚马逊、甲骨文等超大规模云计算公司正在更多地从业主手中租赁数据中心空间，而非单纯依靠自建。据McKinsey估计，今年美国超大规模数据中心容量中有40%是通过租赁获得的，这一比例高于2023年的35%。,网上电子真人游戏,JJ手机千炮捕鱼攻略,AG8是不是黑网。

  12月25日,再见！10次“破十”的苏神，以及那个在逆境中坚守的苏炳添,公器私用，将地质调查、矿产开发等权力作为敛财纳贿的工具，搞权钱交易，利用职务便利为他人在企业经营、项目承揽、矿权审批等方面谋利，并非法收受巨额财物；,乐虎国际电子网投,九游老哥俱乐部,哪个网站可以看世界杯。

  时事4：ope体育注册

  12月25日,北京交通部门多措并举应对入冬首场降雪,特朗普还承诺，借助关税政策，美国将 “迅速偿还国家债务，且这一切很快就会实现”。,买滚球的app软件有哪些,新宝6登录app,必赢网站多少。

  12月25日,深圳27人走私管制金属锑锭166余吨出境，主犯被判12年,果然，在日本南端国界线上的冲之鸟礁被日本“双标”了，据《读卖新闻》透露：“尽管‘冲之鸟’周长不足100米，这次也被计算在内了。”,巴黎人手机版赌场,线上牛牛,千亿在哪开户。