猫眼电影记者 猜·普拉巴纳 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1：366体育网

  12月24日,一图看懂海南自贸港封关,从发展历程来看，经过多次股权调整，原先大股东大部分股权转让给当地国资，该公司也从信达财险更名为国任保险，成为地方金融平台。,美高梅棋牌网址。

  12月24日,第四届大湾区工程师论坛在穗举办,2023年，复宏汉霖收入近54亿元，首次实现全年盈利，净利润5.46亿元。,凯时K8国际,帮您翻本B,emc体育网址。

  时事2：Bet9最新域名

  12月24日,第三个10万亿大省官宣！谁是下一个？,庭审中，检察机关出示了相关证据，被告人汲斌昌及其辩护人进行了质证，控辩双方在法庭的主持下充分发表了意见，汲斌昌进行了最后陈述，并当庭表示认罪悔罪。,华体会,买球赛怎么玩,tvt体育怎么下载。

  12月24日,一觉醒来声音嘶哑，这波流感多从嗓子“下手”,郑重声明：东方财富发布此内容旨在传播更多信息，与本站立场无关，不构成投资建议。据此操作，风险自担。,bob官方体育app下载安卓,365彩票网官方网站,永利现金官方。

  时事3：乐赢棋牌

  12月24日,日本青森县东部海域地震已致30人受伤,毕马威会计师事务所合伙人、美国汽车行业负责人伦尼・拉罗卡表示：‘回想几年前，行业里的论调还是“如果不全面押注电动汽车，车企最终只会走向破产，企业的终值将归零”。而如今，事实证明，多动力路线的技术布局才是行之有效的策略，我们此前将其称作‘多元化动力矩阵’。’,B体育不能提款,境外世界杯投注,万博体育平台。

  12月24日,中国篮球公开赛总决赛落幕 宁夏队战胜天津夺得冠军,而财务数据的背后反映了公司核心业务面临的增长瓶颈。2025年1月到9月，人福医药实现营业收入178.83亿元，同比下降6.58%。其中第三季度单季营收58.19亿元，同比下降7.36%，下滑趋势未得到遏制。这一现象在医药行业整体保持稳健增长的背景下尤为突出，反映出公司面临的结构性困境。,斗地主游戏包括斗牛,云顶娱乐手机app免费下载,AG真人网址是多少。

  时事4：永乐国际AG旗舰厅

  12月24日,“聚天下英才——中国古代科举文化展”亮相孔庙和国子监博物馆,而眼下，《细则》的发布又给郑州带来新的热度。这份文件几乎涵盖文旅文创产业发展的方方面面，具体包括对创建国家级、省级文化旅游品牌；旅行社引客入郑；文化旅游新业态发展；演艺产业高质量发展；非物质文化遗产保护传承；旅游产业招大引强；参加国家级、省级赛事活动等8大方面进行扶持。,云鼎信誉场注册,完美体育手机APP,365在线客户端。

  12月24日,欲增防卫费 日政府向国会提交补充预算案,在西宁之前，西安咸阳国际机场、兰州中川国际机场、乌鲁木齐天山国际机场的扩建工程，分别于今年2月、3月、4月投入正式运营。,天博官网下载,万博手机登录平台,包头昆仑国际真人吃鸡。