猫眼电影记者 安倍铁了心 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好还是九州好

  12月26日,英国小伙：12位同事来自7国，中国构建全球化纽带｜我和中国式现代化,接任左凤高总裁职位的是邹伟中。其也来自中国信达，不同的是，其是从地方分公司总经理晋升而来。在加入信达财险之前，其曾任大众保险（史带财险前身）总经理、中国信达上海办事处副主任。,818棋牌www官方网址。

  12月26日,极端天气致132人死亡 斯里兰卡总统宣布全国进入公共紧急状态,11天后的12月31日，原保监会再次发布批文，同意信达财险注册资本由10亿元变更为30亿元，同时有重庆两江新区开发投资集团有限公司（国有，以下简称“两江集团”）、台州万邦置业有限公司（民营，以下简称“台州万邦置业”）、联美控股股份有限公司（民营，联美量子前身，以下简称“联美控股”）等5家新股东进入，信达财险迎来民营企业股东。,华体汇体育app官方电话,网上365bet,826巴黎人网站多少。

  时事2：ManBetx在线买球

  12月26日,2025年闽南戏剧周：“戏游闽南”古城沉浸式展演,值得注意的是，本轮融资中金保时捷基金作为知名产业基金加入，表明了对面壁智能在汽车商业化坚定决心以及过往成绩的肯定。,新宝系列的彩票台子,亚星管理平台登录,百人牛牛游戏真的赚钱吗。

  12月26日,南部战区位中国黄岩岛领海领空及周边区域组织战备警巡,“我的立场始终坚定，” 特朗普在 4 月时称，“因为这件事我已经谈了 40 年。”,世界杯外围赛下注,b体育官网登录入口网站,ManBetx官网。

  时事3：亚美体育下载app官网

  12月26日,WTT香港总决赛：“莎头组合”王楚钦/孙颖莎大比分击败林诗栋/蒯曼组合,相比于总资产持续扩张，净资产则处于波动状态。2012年受增资影响出现大幅上涨至27.92亿元后，随后一直处于波动。净资产最高值为2021年43.98亿元。今年三季度为36.76亿元，超过2023年与2024年的净资产规模。,365在线手机版,多宝体育app,pg电子注册。

  12月26日,飞机“锁座”引争议 有偿选座被质疑 10家航空公司被约谈 要求限期整改,当地时间2月8日晚，土耳其副总统奥克塔伊表示，截至目前，地震灾区已经发生了790次余震。,微球网页版入口,世界杯指定开户网站,体彩世界杯投注平台。

  时事4：10bet官网主页

  12月26日,中法加强科技合作,通报显示，钟自然丧失理想信念，背弃初心使命，对党不忠诚不老实，对抗组织审查，不信马列信鬼神，搞迷信活动；,im电竞体育官方,葡京手机真人娱乐,天博网页版登陆。

  12月26日,香港特区政府为火灾丧亲家庭提供精神健康支援,4月28日晚，四川达州州河拦水坝附近1名群众游泳时溺水，2名救援人员在救援过程中翻船落水。,亚盈体育app下载,永利转盘唯一域名,十大线上赌城排行。