猫眼电影记者 朱喜林 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：凯发娱乐手机版登

  12月27日,好评中国｜锚定高质量发展，奋力实现“十五五”良好开局,英媒称，俄罗斯总统普京周二要求FSB加强行动，打击乌克兰和西方国家日益增多的间谍活动和破坏活动。同日，俄罗斯国防部宣布在该国西部进行了一次战斗机训练演习。,新网站APP。

  12月27日,健身房年龄设门槛 如何满足老年人健身需求？,该行预计公司2025-2027年归母净利润分别为2.5/5.4/9.3亿元，PS分别为4.5/3.7/3.2X，与可比公司相比性价比突出。,114网址大全,银河游戏网,体育平台代言人都有谁。

  时事2：ld乐动体育手机版

  12月27日,湖北恩施现奇幻洞穴 游客仿佛步入异星秘境,除此之外，史美伦先后与时任中国证监会主席周小川、尚福林合作，整顿证券市场秩序，推动上市公司治理，引入保荐人制度等。有统计显示，在史美伦上任后的9个月中，中国证监会出台了40多个法规条例和处罚决定，而亿安科技案、中科创业案、博时基金案、银广夏案及三九集团事件先后被调查和公布，也是自她上任后发生的。史美伦借此树立起了铁腕形象。,在哪里赌欧洲杯,大三元网站多少,kok快速注册。

  12月27日,河南三门峡发现45座古墓葬,这些消息自然也在日本社会掀起了相当程度的讨论，如日本知名国防记者小笠原理惠就在社交媒体上发帖表示“招募文身者、外国人等措施，看起来简直就是为在自卫队进行暴动或者政变（原文：クーデター）做准备，反倒是如果能够将整个自卫队成员的年收入统一提高100万日元的话，搞不好（应募员额）倒是能马上凑齐”。,永利皇宫app软件下载,体育买球网推荐,lol比赛外围。

  时事3：安博体育下载地址

  12月27日,一觉醒来声音嘶哑，这波流感多从嗓子“下手”,如何评价一季度的经济运行情况？国家统计局副局长盛来运4月16日在发布会上提及四个关键词：一是持续回升，二是起步平稳，三是稳中有进，四是开局良好。,凯时APP下载网址,抢庄牛牛怎么玩法介绍,足彩世界杯购买平台。

  12月27日,黄庭坚诞辰980周年特展启幕 85件套文物再现“山谷雅集”,报道说，在俄乌冲突爆发一年后，战事正进入“决定性”阶段。在接下来的几个月里，西方可能需要作出一些艰难的决定——在支持乌克兰总统泽连斯基的问题上，也在对乌克兰提供最重要的军事支持的问题上。因此，朔尔茨肯定将与拜登讨论这些事情。,百家乐登录官网,ag真人捕鱼王,366体育投注官网。

  时事4：老子有钱

  12月27日,世界老乡@义乌丨在中国长大的纯“也门”哈姆扎：我有一个关于义乌的电影梦,数据显示，今年温州全市共116个项目入选省“千项万亿”工程重大项目，总投资4568亿元，年度投资计划541亿元。,开云真人百家乐,pg赏金船长什么时候放水,一分钟一开彩票。

  12月27日,《密云水库水源保护条例》施行 京冀携手执法,今年 8 月，在面壁智能成立 3 周年之际，面壁智能CEO李大海发出了全员信。信中首次披露，面壁智能成立汽车业务线一级组织，旨在实现“压强式”突破，让 MiniCPM 端侧模型应用到更多汽车上。,澳门网上论坛,新宝gg创造奇迹登录注册,澳门百乐门客户端。