猫眼电影记者 冀宝斋 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1：八方娱乐app

  12月27日,全国劳模李晶：用15载青春“托起”老人幸福“夕阳”,①内部模式通常是指国家央行或大型金融机构自建自营金库，拥有自己的仓储和交割业务，核心优势在于对黄金资产的绝对控制权和安全保障。,百灵斗牛百人版安卓版。

  12月27日,校准政绩考核“定盘星”,中国-中亚峰会将于5月18日-19日在西安举行。这场中国和中亚五国元首首次举办的线下峰会，将开启中国和中亚国家关系新篇章，对于推动“一带一路”高质量建设、建设中国-中亚命运共同体、促进地区稳定发展具有里程碑意义。,必威国内精品亚州,电玩竞技场,信誉体育游戏。

  时事2：10BET十博网页版

  12月27日,黄河山西河曲段进入大面积流凌期 流凌长度达50公里,在轨期间，神舟十八号乘组将继续开展空间科学实验和技术试验、科普教育等重要活动。相信有了这些物品的陪伴，能够很好地缓解他们的思乡之情，让他们更好地投入工作当中。,网上斗地主赢钱的软件,赢钱的游戏平台,bwin在哪注册。

  12月27日,美联储议息会议在即 市场预期美联储再次降息可能性大,其中，仅广东一省就有4所高校，包括1所新增、1所更名为大学、2所“升本”——新增设置深圳理工大学，佛山科学技术学院更名为佛山大学，广东轻工职业技术学院、肇庆医学高等专科学校分别“升本更名”为广东轻工职业技术大学、肇庆医学院。,雷竞技app下载最新,博天堂线路检测,完美体育平台。

  时事3：bt365体育在线直播网

  12月27日,东西问丨刘美玲：如何向西方社会讲清亚洲二战历史？,从季节性观察，1月第二周流动性开始收敛，关键是资金利率上行斜率和非银分层情况。从近期央行表述看，货币政策精准盯市、熨平波动、配合财政、稳定债市的诉求较强，明年1月央行引导资金收敛的诉求显著弱于2021、2023和2025，因此我们认为1月央行可能加大国债买卖力度以及降准，降息的可能性也不低。,cq9跳起来试玩网站,雷速体育指数版下载,在那个网站买世界杯。

  12月27日,广西苍梧至昭平高速公路正式通车,特朗普曾对拜登政府最后一年制造业岗位流失表示不满，并提及自己上任初期该领域出现的初步增长。但美国劳工统计局数据显示，2025 年 11 月美国制造业就业人数较 4 月减少约 6.7 万人。,188体育上盘滚球,线上玩真钱的炸金花,凯发娱乐客服端下载官网。

  时事4：水浒传游戏下载

  12月27日,中越边城东兴塑新貌：烟火气中添“啡”凡滋味,记者查询发现，这类营业执照均有“统一社会信用代码”“注册号”，但“企业名称”均为空白，系统显示的都只是村民的姓名。,澳门电子游戏网址排行,天博体育综合平台官网,国际炸金花下载真人在线。

  12月27日,我国在建海拔最高双曲拱坝电站叶巴滩水电站首批机组投产发电,美国财政部数据显示，4 月公布关税政策当天，美国国家债务约为 36.1 万亿美元。本周最新数据显示，该数字已增至 38.2 万亿美元，增幅超 2 万亿美元。,注册领取19元体验金,欧宝平台app,五洲国际银河城开业时间。