猫眼电影记者 张田勘 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1：365bet正规站

  12月26日,浙籍侨胞故乡行走进嘉兴 以侨为“桥”共享发展机遇,（2）个人成长需要打开视野，人际交往需要打开心扉，科技创新需要打开思路……打开，发现新的自己；打开，带来新的气象。每一次“打开”，都有一段故事。,足球直播下载。

  12月26日,中国海警位中国黄岩岛领海及周边区域执法巡查,实际上，“五一”节前河南就开始为省内城市引流造势。最引人关注的就是，文旅界顶流“与辉同行”团队在节前（4月25日至29日）先后到洛阳、郑州、安阳、开封进行河南文旅宣传，河南媒体播放量达28亿，形成良好的引流作用。官方称，郑汴洛安等地人气指数迅速提升，洛阳市成为“全国游客净流入最多的城市”。,体育彩票投注站申请,鸿盛国际,银河总站手机网站。

  时事2：金沙银河娱乐

  12月26日,第七届澜湄国际电影周落幕 20部澜湄国家影片获金象荣誉,与此同时，日益变化的募资环境也对CVC机构提出新的要求。回望2021年华工瑞源创投基金设立时以市场化LP为主的结构，2025年设立的华工瑞源二号基金，其LP已均为湖北省、市、区各级国资平台。,bet188手机版,澳博体育在哪注册,万博官网手机版网页登录入口。

  12月26日,儿基会说刚果（金）面临25年来最严重霍乱疫情,近日，多家磷酸铁锂头部企业相继公布停产检修计划。安达科技公告，为保障生产线稳定，公司自2026年1月1日起对部分产线进行为期一个月的检修，预计减少磷酸铁锂产量3000-5000吨，预计对生产经营不会产生重大影响。德方纳米公告称，计划进行年度设备检修与维护工作，检修时间从2026年1月1日起，预计一个月。湖南裕能计划对部分生产线进行检修，检修时间从2026年1月1日起，预计一个月。,掌上棋牌官网版旧版本,途游捕鱼大作战,谁有澳门永利的网址啊。

  时事3：抢庄牛牛棋牌规则

  12月26日,驻港国家安全公署：坚定支持香港特区依法严惩反中乱港分子“以灾乱港”行径,哈萨克斯坦总统托卡耶夫、吉尔吉斯斯坦总统扎帕罗夫、塔吉克斯坦总统拉赫蒙、乌兹别克斯坦总统米尔济约耶夫将在参会同时，对华进行国事访问。,日博体育体育外围,森林舞会视频教程,腾龙娱乐网址多少。

  12月26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,洪恩识字作为一款儿童教育App，稳定性关乎用户体验的底线，“我们所有反馈的问题基本上在一天之内都能得到解决。”洪恩中文启蒙技术负责人王鹤由衷的称赞道，鸿蒙团队和伙伴并肩作战，提供到位的技术支持，甚至是提供随时响应的服务，帮助迅速发现问题并且顺利解决。,银河国际城app下载,bb平台登录,真人发音英式英语国际音标。

  时事4：金沙赌乐场

  12月26日,中国工程院院士贺克斌：中美欧正驱动全球新能源转型,此次工行青海分行设立武装部，建设一支“平时服务、急时应急、战时应战”的国防力量，是西宁市委市政府贯彻习近平强军思想的重要举措，也是西宁市国防体制改革的重大实践。,怎么投注世界杯app,完美国际泡泡真人图片,沙巴官网。

  12月26日,中国乒协：将进一步完善运动员健康保障与伤病预防机制,汪文斌说，朝鲜和韩国都是已加入联合国的主权国家，朝鲜半岛问题和台湾问题的性质、经纬全然不同，根本不具可比性，这是众所周知的事实。希望韩方切实遵守中韩建交联合公报精神，恪守一个中国原则，审慎处理台湾问题。,在线斗地主,世界杯比赛用球在哪买,百老汇国际官方网址。