猫眼电影记者 惠禾 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：新宝gg在线登录

  12月22日,中国红十字会：全国有注册红十字志愿者近350万人,双方重申致力于推动“在国际安全领域促进和平利用国际合作”联大决议全面有效落实。,AG真人国际厅和旗舰厅有什么区别。

  12月22日,中国乒协：将进一步完善运动员健康保障与伤病预防机制,二审稿增加规定：进出口货物的纳税人、扣缴义务人符合海关规定条件并提供担保的，可以于次月第五个工作日结束前汇总缴纳税款。,AG8亚洲集团,亿博在哪里玩,奥门新匍京娱乐场网址。

  时事2：爱游戏体育APP官方网站

  12月22日,中国打造警犬自主品牌昆明犬 已推广至10余个国家和地区,2021年11月，邓可作为第二任社聘总裁，接任王新利职务，国任保险业绩开始大幅提升，盈利也逐步稳定下来，开始持续稳定盈利。,波音线上大全ag,九五至尊体育下载,亚星管理平台正网。

  12月22日,北京人艺《茶馆》再登台 濮存昕等演员谈经典作品之魅力与传承,12月23日，短融ETF（511360）成交额超420亿元，基准国债ETF（511100）换手率超110%。,6up扑克之星靠谱,BOB官网地址,新六合精选C。

  时事3：凯发娱乐登入页面

  12月22日,南京举行“烛光祭·国际和平集会”祈愿和平,5月4日的外交部例行记者会上，有记者提问北约计划在日本设立联络处一事。外交部发言人毛宁表示，亚洲是和平稳定的高地、合作开发的热土，不应成为地缘争夺的角斗场。北约持续东进亚太、干预地区事务，势必破坏地区和平稳定，促推阵营对抗，应引起地区国家高度警惕。,188金宝博登录官网,乐鱼APP,AG8亚洲国际官方。

  12月22日,国际移民日：华侨华人以主动叙事打破“他者”定义,马昌明：男，1965年1月出生。2019年9月至2022年5月任国任保险董事长助理。2023年4月4日正式出任副总裁。曾任人保财险深圳分公司人力资源部助理总经理、营销管理部副总经理、华强支公司总经理，民安保险深圳分公司总经理、太平产险深圳分公司总经理、太平产险总公司市场总监。,极速电竞网页,大富豪手游棋牌官网,M6米乐体现被锁号。

  时事4：现金赌场手游下载

  12月22日,今年前10个月我国物流需求稳定增长,不过，作为市场化募资的专业GP（普通合伙人），投资收益仍然是多数CVC机构的核心考核目标。汇川技术对汇川产投的投资基调是“以财务回报为第一要义，同时兼顾集团战略”——投资决策不脱离战略方向，但不被战略框架过度束缚。,菲律宾国际真人娱乐平台,美高梅体育下载App,二八杠都是对子。

  12月22日,广州南沙口岸迎来智利车厘子进口高峰,双方主张北极应继续成为和平、稳定、建设性对话和互利合作之地，不应给该地区造成军事政治紧张局势。,beplay,永乐高网址,体球比分网即时比分。