猫眼电影记者 杨雪兰 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1：73棋牌游戏平台

  12月22日,世界杯云顶站谷爱凌三连冠,当地时间19日傍晚，也门首都萨那发生踩踏事件。据当地卫生部门发布的消息，目前踩踏已经造成至少80人死亡，超过200人受伤。另有匿名的胡塞武装安全官员称，踩踏已造成至少85人死亡，超过322人受伤。,万赢娱乐网站网址。

  12月22日,交通银行为海南自贸港迈向高水平开放搭建“金融桥梁”,普益标准数据显示，截至2025年三季度末，理财公司存续封闭式固收类产品近1个月与3个月年化平均收益率分别达到2.3%、2.73%。对农商行而言，这份收益率有望确保他们通过理财业务吸收个人存款。,华纳娱乐官网,edf138注册,mg娱乐最新网站。

  时事2：银河现金直营

  12月22日,广西苍梧至昭平高速公路正式通车,火箭按计划进入垂直飞行轨迹，升空约 2 分钟后官方直播显示出现 “异常”，直播随即中断。Innospace 后续补充称，升空约 30 秒时检测到机体异常，按安全程序终止任务，火箭坠落在地面安全区，无人员伤亡与财产损失。,澳博体育在线官网,捕鱼欢乐季攻略,银河国际手机版下载。

  12月22日,第七届澜湄国际电影周在云南曲靖开幕,图片显示，洪水从决口处涌出，帕哈罗社区成为泽国，房屋和车辆泡在水中。抢险人员在决口前试图加固堤坝，但最终未能成功。,和记娱乐世界杯下注,乐游棋牌官网,海南省开放世界杯投注。

  时事3：足球直播吧

  12月22日,石家庄至广州快速多式联运班列运输货物总量累计突破20万吨,今年是“一带一路”倡议提出十周年。在中国与中亚五国领导人的共同擘画下，“一带一路”在中亚的高质量发展可期可待。未来，中国与中亚“一带一路”合作可以拓展至数字经济、人工智能、绿色能源、减贫等多个新领域。,体育娱乐app官网下载,电玩城之森林舞会,168网投。

  12月22日,尼日利亚中部绑架事件致至少28人下落不明,从这一维度来看，郑州对于全省文化旅游产业而言，发挥着举足轻重的作用。根据《郑州市“十四五”文化广电和旅游发展规划（征求意见稿）》，郑州要将文化和旅游业打造为郑州市战略性支柱产业、郑州市现代服务业的排头兵和主力军。具体而言，到2025年，旅游人数要达到1.83亿人次，旅游收入要达到2346亿元，文化及相关产业增加值要达到618亿元。,凯发官方网,365体育客户端,百老汇登录官网。

  时事4：抢庄牛牛玩法规则

  12月22日,专家谈《红楼梦》：其作者就是曹雪芹,“我从来没有想过一杯啤酒给香港市场带来翻天覆地的变化，这也是港交所史上第一次用啤酒，而非香槟庆祝一家公司上市。如果没有H股，香港及内地经济在过去30年的发展历程必定截然不同。”港交所主席史美伦此前在H股30周年庆典活动上表示。,乐鱼体育官方下载,365bet体育滚球官方,森林舞会网页版。

  12月22日,黄奇帆：五件事将极大推动海南产业发展,2019年9月，国务院办公厅印发《关于促进全民健身和体育消费推动体育产业高质量发展的意见》，其中提到推动体育赛事职业化，支持发展体育经纪人队伍，挖掘体育明星市场价值。2019年12月，国家体育总局发布废止部分规范性文件的通知，《关于对国家队运动员商业活动试行合同管理的通知》等限制运动员商业活动的规定被废止。曾文莉认为，即便如此，目前国内体育经济的价值还有待充分释放。她对已走上职业化道路多年的网球充满希望，认为网球市场可能是一个突破口。,伟德体育娱乐官网,jx聚星APP下载,大赢家足球网官网。