猫眼电影记者 李隐 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：美高梅体育平台

  12月27日,全国重点实验室大湾区倡议发布,今年2季度，在高管班子人数最多的时候，该公司共有4位副总裁（包括拟任副总裁）。但二季度副总裁马昌明简历从高管简历中撤下，其今年1月满60周岁，大概率为到龄退休。,欧冠新赛季万博app。

  12月27日,恩佐：中国单板滑雪发展迅速 期待与苏翊鸣冬奥会相见,北京时间10日，沙特伊朗在中国的斡旋下，宣布达成协议，重新恢复外交关系。对此，也门政治评论人士默罕默德·沙姆桑在接受总台记者采访时表示，沙特和伊朗在也门冲突中扮演了重要角色，两国关系的改善，也让深陷冲突的也门人民看到了希望。,AG真人哪个平台好,九游会免费试玩,万人迷游戏。

  时事2：ku游备用网址是多少

  12月27日,躬身产业实践 浙江民建企业家共探数智化发展新路径,富兰克林投顾表示，在三大因素支持下，2026年科技股仍将跑赢大盘。一是AI演进：关注点将从快速应用转向价值创造，这将有助缓解泡沫疑虑。二是创新管道：预计数位劳动力、代理式商务、物理AI、区块链、稳定币、量子运算等多元领域将会取得进展。三是估值支撑：强劲获利成长将降低对本益比扩张的依赖。,真人现金斗牛平台,上葡京视讯游戏,总统百家乐。

  12月27日,台综院预测台湾明年经济增速3.46%,经研究，聘任尚冰、吴晓根、胡爱民、章更生、范夏夏为国家电网有限公司外部董事，张成杰不再担任国家电网有限公司外部董事职务。,米乐体育,世界杯投注法攒3kh,欧博网址登录。

  时事3：bv伟德官方网站

  12月27日,中国工信部许可两款L3级自动驾驶车型产品,今日，市场交投活跃，4只A500ETF成交额均超过100亿元。,188亚洲真人体育,泛亚电竞菠菜,真人德州登入。

  12月27日,广西防城港以陆海联动筑东盟门户 借文兴旅谱中越情深,公器私用，将地质调查、矿产开发等权力作为敛财纳贿的工具，搞权钱交易，利用职务便利为他人在企业经营、项目承揽、矿权审批等方面谋利，并非法收受巨额财物；,星速下载app,网上电子真人游戏,2020欧洲杯预赛分组情况。

  时事4：澳门金沙信誉游戏

  12月27日,云南省大理州副州长、州公安局局长雷楚英接受审查调查,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。,新濠天地投注登录,皇冠信用盘网址导航,手机版牛牛。

  12月27日,浙江台州创投大会：民企民资跨域而来,参与运营北京奥林匹克森林公园西畔的国家网球中心两片红土网球场地的维宁体育创始人、CEO纪宁8日告诉《环球时报》记者：“本就稀缺的网球场馆在郑钦文夺冠后变得更加炙手可热，现在根本都约不上。”,真人游戏大全手机游戏,18luck新利手机版,E世博官网买球。