猫眼电影记者 蔡竞 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：凤凰彩票官方网站

  12月22日,北京周末两天以晴为主 昼夜温差可达10℃或以上,过去一周，地缘政治紧张局势上升进一步放大了黄金的避险吸引力，尤其是在委内瑞拉：美国封锁油轮，并加大对马杜罗（Nicolás Maduro）总统政府的施压力度。,天博游戏官网。

  12月22日,宏福苑火灾“头七” 香港民众献花悼念,新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。,买世界杯哪个网站好,云顶集团手机登录,新宝gg网页登陆。

  时事2：圣彼得堡真人国际象棋

  12月22日,日本解禁武器出口严重破坏战后国际秩序,公开报道显示，继去年初“新春第一会”提出大力实施“双一流196工程”，吹响高教强省的冲锋号之后，浙江在今年“新春第一会”上再度聚焦人才强省建设，补上高教短板的决心跃然纸上。,bob娱乐平台登录,免费赠送彩金,一点红最新传密(另)。

  12月22日,外贸一线观察 广东：共建“一带一路”国家订单增长明显,反弹行情在绝望中酝酿而生，当锂价击穿“一体化”矿石提锂企业成本线后，行业终于迎来转机。,365bet投注官方网站,365滚球下载,365平台被黑。

  时事3：在线威尼斯游戏

  12月22日,数智护航候鸟越冬 南京龙袍湿地鸟类记录增至197种,我们要求美方停止售台武器和美台军事联系，停止插手台湾问题，停止加剧台海局势紧张。中国人民解放军始终严阵以待，随时回击一切谋“独”挑衅和外部势力干涉，坚决捍卫国家主权和领土完整。,金沙入口,沙巴体育在线官网,环亚旗舰厅在哪下载。

  12月22日,第三届高校缅甸语短视频大赛昆明收官,报道称，现场3名学院行政老师均未阻拦学生们的行为，另有一名负责DEI文化（“Diversity、Equity、Inclusion”，多元、平等和包容）的副院长斯坦巴赫（Steinbach）还“激昂”地发表了一段长约6分钟的演讲抨击邓肯。,手机澳门皇冠玩的吗,欧宝官网在线登录,亚洲版365。

  时事4：街机飞机游戏

  12月22日,中国驻日本大使就日本自卫队飞机滋扰中国海军航母编队训练提出严正交涉,以上材料能引发你怎样的联想与思考？请结合你的体验和感悟，写一篇文章。,亚新体育注册App,金年会官方登录,利宝娱乐。

  12月22日,突发！外媒：“贝宁国家电视台被部分军人控制”,然而，时隔 8 个月再看这份演讲，不难发现他许下的诸多具体承诺大多未能兑现。以下为详细分析。,巴黎人登录网址,tvt体育彩票,哪里可以赌篮球。