猫眼电影记者 曹国俊 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：leyu乐鱼在线登陆

  12月25日,千根“脊梁”托举万吨水体 平陆运河世界首创省水船闸已具规模,崔光灿也认为，住房按套内面积销售或按套销售，更有利于保障购房人的权益。他提出了另外两点原因，其一，由于公摊面积没有规范性标准，可大可小，且透明性不足，可能会损害购房人权益；其二，购房不仅要考虑交易成本，也需考虑使用成本。“后面的使用费用如暖气费等，如果按建筑面积分摊也不尽合理。”,琅琊新闻网新闻网。

  12月25日,食品添加剂致痛风？医生：不能撇开剂量谈风险,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；,亚美贵宾厅,AG真人正规网,百家乐试玩。

  时事2：永利皇宫官网登录

  12月25日,五色成韵！从文物中看东方色彩之美,有关在日本开设联络处的计划，北约一名发言人上周在给CNN的声明中表示，“我们不会谈论北约盟国之间正在进行的审议的细节”。,怎么下载皇冠直营赌场,博盈娱乐,龙8客户端登录_官网app下载。

  12月25日,沈阳全吨位货运无人机矩阵成型 2吨级运投无人机正式下线,奥西波夫民族乐团是俄罗斯最古老的乐团之一，也是俄罗斯的文化名片。在普京访华期间，他们将和中国同行们一起呈现一场音乐盛宴，并由此拉开为期两年的中俄文化年的序幕。,365bet安卓手机版,炸金花单机版,凯时真人AG。

  时事3：尊龙ag旗舰厅app

  12月25日,石家庄至广州快速多式联运班列运输货物总量累计突破20万吨,随后，负责DEI文化的法学院副院长斯坦巴赫闻讯赶来，而她也没有采取任何措施平息骚乱，反倒与学生们统一战线。,尊龙凯时官网下载,澳门九五至尊电玩网投,pg电子棋牌有哪些平台。

  12月25日,抖音电商严打利用“假测评”“假揭黑”不当变现行为,刚才张总提到的供应链业务平台，很多厂商系租赁公司，如徐工机械、铁建重工等搭建的云租平台，都以供应链为基础构建平台能力。它们不仅串联上下游供应商，还将闲置设备租赁业务做得很轻，提高了设备使用率，并在后续产值处理、设备转换上通过系统实现了很好的创新模式。,fb官网下载,必威网页版手机登入,od体育平台官网。

  时事4：鸭脖旗下平台

  12月25日,香港跨年倒数活动将上演“新希望、新开始”主题光影表演,知名数据分析公司Omdia发布的数据显示，2025年第三季度，非洲智能手机市场出货量排在前五位的厂商分别是传音、三星、小米、OPPO和荣耀，尽管传音仍以超过千万台的出货量占据一半以上的市场，但是小米、荣耀等厂商的增速却颇为惊人，如荣耀的出货量增速超过150%。其中自然有基数较低的原因，但不可否认的是，更多手机厂商想要在非洲市场分一杯羹。,yabo22vip网投平台,体育投注送88,188博宝利。

  12月25日,第七届浙江国际智慧交通产业博览会开幕 展示695项三“新”展品,北京、上海、广州是3大全方位门户复合型功能的国际航空枢纽，成都、深圳、重庆、昆明、西安、乌鲁木齐、哈尔滨是7大区位门户复合型功能的国际航空枢纽。,英皇国际网址大全,皇冠游戏下载手机版,bet365平台首页。