猫眼电影记者 仁里 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：智博体育平台能提现吗

  12月23日,危急时刻果断一跃 铁路乘务员站外勇救落水者,证券日报网讯 12月23日，鼎龙科技在互动平台回答投资者提问时表示，公司子公司内蒙古鼎利科技主要生产染发剂原料和植保材料，销售受到公司计划、客户需求以及经济环境等多种因素影响，近两年销售整体情况比较稳定。,王者体育下载苹果。

  12月23日,四川省“侨助千企万品出海”联盟启动 签约金额10.7亿元,结合季节性看，通常1月第二周资金面开始收敛，到下旬略有放松，其中关键是资金利率变化的斜率，以及资金分层的变化情况。,零点棋牌官方,棋牌室,英亚体育官方登录。

  时事2：优德真人投注

  12月23日,澳门的城市文化品格是怎样的？一段话了解,一季度佛山市房地产业增加值同比下降13.1%，规上工业增加值与房地产紧密关联的金属制品业、陶瓷压机等专用设备制造业、橡胶和塑料制品业等行业增加值不同程度下降。,2022世界杯预选赛赛程,ope体育官方客户端下载,凯发k873。

  12月23日,明年经济工作政策取向确立了这八个字！,今年一季度，佛山进出口总额1273.29亿元，同比下降33.1%，增速在外贸20强城市中垫底，外贸规模也由去年同期全国第10位下降至第17位。,亚新在哪玩,新万博manx,大发体育登录官网。

  时事3：AG网上登录

  12月23日,今年前10个月我国交通运输经济运行稳中有进,从已在“最强县级市”昆山耕耘十余年的昆山杜克大学，到2019年位于溧阳的南京航空航天大学天目湖校区启用，再到2022年迎来首批新生的河南罗山县华北水利水电大学江淮校区，以及正在建设中的北京理工大学怀来校区……高校县域办学从东部地区开始，逐渐向其他区域蔓延。,赌博类手机游戏,宝博体育注册,ob欧宝最新地址。

  12月23日,直击海南自贸港全岛封关：第一批外国人领取就业许可、居留许可,该行分析师在一份报告中指出：“2025年是供应严重受阻的一年，数个大型矿山遭遇了重大的运营挑战。”并补充道：“总体而言，我们认为市场处于明显的供应短缺状态。”,bet360网址,美高梅在线娱乐品牌,AG8登录官网。

  时事4：宝博李逵捕鱼下载

  12月23日,杨雨光随身带快板的原因：是这副板让我站上舞台,首先，近期证监会和交易所陆续出台资本市场“1+N”配套制度规则，其中的发行上市规则修改了主板、创业板发行上市条件和板块定位要求，具体制度完善后，平稳推进发行上市审核工作有了更为明确的标准。其次，前期多数公司因IPO申请文件中的财务资料超过有效期而中止审核，日前申报企业陆续提交2023年财务数据，进入恢复审核程序，相关审核工作需要继续依法依规予以推进。,日博体育网址是多少,乐鱼leyu官网app,hy5900cc海洋之神。

  12月23日,南岗子村：碱地种出了好麦子，农民过上了好日子,盈利的脆弱性：当前惊人的利润增长率，建立在对资本市场，特别是股市表现的高度敏感之上。这种盈利模式不具备可预测性和稳定性，与保险业追求长期、稳定现金流的本质存在一定背离。,ag客户端下载安卓版,爱赢体育官方平台,币游网站。