猫眼电影记者 武昌首义 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：天博体育是正规的吗

  12月21日,东北烈士纪念馆举行南京大屠杀死难者国家公祭日活动,12月23日，短融ETF（511360）成交额超420亿元，基准国债ETF（511100）换手率超110%。,AG棋牌官网。

  12月21日,国际人士：高市错误言论严重威胁地区稳定,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。,365bet平台线上评级,棋牌游戏之火凤凰游戏,德州赌场游戏。

  时事2：开云真人投注

  12月21日,交通运输“十四五”投资18.8万亿元 “十五五”一批重大工程将建成,“营商环境没有最好，只有更好。”时任福建省副省长郭宁宁表示，福建聚焦市场主体关切，围绕转变政府职能，对标国际国内先进，依托数字福建建设成果，强化信息化对营商环境的支撑作用，全力打造能办事、快办事、办成事的“便利福建”。,博鱼手机版,世界杯在线买球,沙巴体育足球登录网站娱乐平台。

  12月21日,五年来山西坚持修一条路、兴一片业、富一方人,香港大公文汇全媒体报道称，李家超表示，此次行程共有8位局长同行，会在人大会议闭幕会后拜访不同中央部委及机构，就不同政策交换意见，争取中央部委及机构在了解香港实际情况之下，尽量支持香港施政及不同政策。他称，将于3月18日返回香港。,下载牛牛送金币,大发体育在线注册,大庄家。

  时事3：官方手机赌博

  12月21日,年内上海卖高端住宅揽金超千亿元 一线城市核心资产受追捧,6月7日，中国海警2501舰艇编队在我钓鱼岛领海内巡航。这是中国海警依法开展的维权巡航活动。,百乐森林舞会,抢庄牛牛什么叫有牛,棋牌评测网。

  12月21日,轻舟货运飞船初样件已完成多项关键技术验证：中国空间站将迎来 “商业化货运”时代,3.0定价为每月29.9至1599元人民币。同时亦为企业提供按项目收费的定制化解决方案。,赌博注册送钱,推荐看世界杯的网站,巴黎人注册即送。

  时事4：免费斗地主

  12月21日,王毅：台湾地位已被“七重锁定”,尤其是温州，在今年“新春第一会”上，温州正式擂响冲刺“双万”城市的战鼓，陆续出台《温州市2024年一季度“促消费、扩投资、稳生产”十大行动方案》《温州市“比拼一季度、冲刺开门红”投资攻坚行动方案》，清单化推进重大项目实施。,竞彩足球彩票app,特码内幕报,亚新在线开户。

  12月21日,80秒看懂中央经济工作会议,该扩建工程是陕西民航发展的“头号工程”，也是目前西北投资规模最大、建筑体量最大的机场建设工程。,鸿博体育平台官网下载,足球美高梅,杏耀平台登录网址。