猫眼电影记者 武灵 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：大富翁8秘籍

  12月25日,“闽侨智库·华商研究中心”在福州揭牌,刘院村村支书刘长文告诉记者，这些工商执照集中注册于2011年、2012年，自己是从2019年开始担任村支书，为什么会出现这种情况还没搞清楚。,澳门永利官方电子。

  12月25日,柬埔寨国防部：新一轮柬泰边境冲突中柬方平民死亡人数升至6人,“中国国防费占国内生产总值的比重多年保持基本稳定，低于世界平均水平，增长幅度也是比较适度、合理的。”,大富豪手游棋牌官网,pg电子游戏网站,网络如何赌博最安全。

  时事2：盛世专业购彩平台

  12月25日,我国首个国家级陆相页岩油示范区建设任务完成 示范区年产量首次突破170万吨 创新高,“掌”握科技鲜闻 （微信搜索techsina或扫描左侧二维码关注）,捕鱼网络平台,188体育线上首页,博贝棋牌还可以玩。

  12月25日,中国大学地球系统科学联盟在北京启动 院士专家共商发展大计,年末银行资金充沛，银行系资金延续上抬，货基理财子减少资金融出，非银延续加杠杆。,AG8亚洲游戏国际平台,永利菠菜试玩,蓝洞棋牌抢庄牛牛。

  时事3：万博欧冠

  12月25日,国乒决赛对手确定 中国队今晚将再次对阵日本队,会谈后，两国元首共同签署并发表《中华人民共和国和俄罗斯联邦在两国建交75周年之际关于深化新时代全面战略协作伙伴关系的联合声明》，并共同见证签署经贸、自然保护、检验检疫、媒体等领域多项双边合作文件。,世界杯在线预测网站,万博官网地址,百苑国际。

  12月25日,好评中国｜聚力前行，为做好经济工作积蓄磅礴力量,违背组织原则，不如实报告个人有关事项，在组织函询时不如实说明问题，在干部选拔、职工录用工作中为他人谋取利益并收受财物；,博鱼体育官方登录页面,天天斗牛下载手机版,ag下大注就输。

  时事4：波克捕鱼千炮版下载

  12月25日,从“田间革命”到国家战略 生物农药方兴未艾蕴新机,2016年9月，台州万邦置业将其持有的信达财险1.25亿股转让给中国铁建投资集团有限公司（以下简称“中国铁建”）。此后，中国铁建进入，信达财险股东数量变为17家，更为分散。,88游戏官网在线,mg游戏平台手机版,在线体育平台。

  12月25日,工信部：2025年前10月通信业运行总体平稳,伊方代表沙姆哈尼说，赞赏中国在支持国家间关系发展方面发挥的建设性作用，这是解决挑战、促进和平与稳定以及促进国际合作所必需的。沙方代表艾班说，希望与伊朗继续进行建设性对话，对中国发挥的积极作用表示赞赏。,币游国际的网站是多少,大赢家足球网官网,2020欧洲杯球票价格。