猫眼电影记者 张枫逸 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：狗万体育登陆网址

  12月23日,冷空气“速冻”广东 粤北出现冰挂,12月23日，昊海生科发布公告称，公司控股股东、实际控制人之一蒋伟因内幕交易、建议他人买卖证券行为，被中国证监会没收违法所得471万元，并处以1463万元罚款。,2026世界杯投注攻略。

  12月23日,731再添罪证！月产携鼠疫菌跳蚤10公斤 关押中国人开展活体实验,那么，为什么是中国？王毅给出两个关键词：中国是“善意”“可靠”的斡旋者。,365体育官方中文版,捕鱼达人2原版,欧宝登陆网站链接。

  时事2：kok在哪玩

  12月23日,勿让抢行加塞成为交通事故“导火索” 加塞抢行违法 一次记三分,从下面两个题目中任选一题，按要求作答。不少于700字。将题目写在答题卡上。不透露所在区、学校及个人信息。,星际网站,威尼斯人充值中心,永利最新地址。

  12月23日,冰雪大世界开园 一秒进入现实版冰雪王国,1、流动性变化超预期：由于机构和央行行为存在不确定性，市场流动性变化可能超预期，导致部分分析结果不适用。,五张牌游戏,澳门皇冠免费网址多少,街机棋牌游戏。

  时事3：皇冠体育电脑版官方下载

  12月23日,青海义务教育学生营养餐补助 51.31万名学生受益,其中，电子信息、汽车制造两大行业产值都实现两位数增长，同比分别增长10%和15.8%，对苏州规上工业总产值增长贡献度合计达58.5%。,网上购彩票网站官网,MG电子app最新版,欧宝官方体育ap。

  12月23日,归侨陈作义：跨洋归国六十余载 甘为植物当“医生”,邹伟中：男，1963年10月出生。曾任大众保险总经理，中国信达上海办事处副主任、党委委员，信达财险上海分公司总经理、党委书记，信达财险公司副总裁、党委委员。自2013年3月起任信达财险第二届董事会执行董事、副总裁（主持经营班子日常工作），2013年6月起任党委副书记，2014年5月起任总裁，2016年2月起任监事长。,188比分网,澳博体育下载,bet36国际在线。

  时事4：MG电子竞彩官网

  12月23日,体育赋能文旅 “湘超”赛事直接带动文旅消费超113亿元,前述在加纳从事手机生意的人士告诉《中国新闻周刊》，非洲市场的差异比较大，刚果（金）、加纳属于人均GDP较低的国家，而在南非、肯尼亚等国，当地消费者已经能接受单价较高的手机。即便如此，更多消费者也只会购买100美元左右的智能手机。,亚星注册送18,财神爷娱乐,天天爱捕鱼官方专区。

  12月23日,柬埔寨达岱水电携手中国医疗队举行义诊 国公省省长体验中医疗效,国家发改委国际司司长潘江表示，本届年会以“未来增长的新前沿”为主题，旨在汇聚全球政、商、学、媒等各界嘉宾，通过促进沟通对话、团结合作力量、凝聚发展共识，共同探寻世界经济增长的新动能新路径。,手机云顶集团国际娱乐网址,必威首页地址,乐鱼app下载链接。