猫眼电影记者 白梅 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：金沙网址是多少呢?

  12月24日,【好评中国】“热雪”沸腾，点燃冬日消费市场“一把火”,与西方相比，中国不仅尊重中亚各国选择的发展道路，也在合作中充分考虑中亚国家的舒适度与获得感。,5139澳门威斯尼斯登录。

  12月24日,2025“金砖科创孵化园”协作交流活动举行 厦门八举措助跨境科创孵化,这意味着，在这场万亿美元的基建豪赌中，执行力将成为决定投资者究竟是“赚大钱”还是“接飞刀”的关键因素。,真钱买球平台,天天斗地主下载,泛亚电竞游戏。

  时事2：猎人国际真人cs上庄

  12月24日,“太空烧烤”食材如何锁鲜？探秘·轻舟货运飞船用最前沿科技为太空带去人间烟火,从“对标者”到“被对标者”，鸿蒙与开发者们，绘制出中国操作系统生态的“微笑曲线”——而这，或许才刚刚是上扬的开始。,九游会JY3668,二八杠玩家,永乐国际勇往直前。

  12月24日,希腊南部海域一移民船失控致18人死亡,——支持中俄友好、和平与发展委员会开展工作，鼓励通过友协和其他民间友好团体渠道开展合作，促进中俄两国民间交流和相互理解，加强两国专家智库间交流。,皇冠体育滚球游戏规则,bet356亚洲版体育在线,美高梅博彩唯一网站。

  时事3：mg注册送体验

  12月24日,吉林男篮新赛季大换血 目标直指季后赛,股东大会出现不一致声音的情况从今年起一直存在，国任保险今年8月召开的第四十六次临时股东大会上，通过了选举独立董事孟宾的议案，此次议案同样有6.01亿票反对。今年4月召开的第四十五次股东大会通过了多项报告与议案，其中《关于公司2025年度财务预算方案（草案）的议案》遭到6.5亿票反对。,mile6下载,中欧体育app,世界杯投注客户端。

  12月24日,从模仿走向推理 姚期智在沪谈具身智能“四大期许”,那么，为什么是中国？王毅给出两个关键词：中国是“善意”“可靠”的斡旋者。,竞彩世界杯投注,伟德官网下载,伟德vb。

  时事4：皇冠足球官方版

  12月24日,侨乡泉州启动丝路百城国际旅行商“丝海扬帆”计划,值得注意的是，这条海底隧道是铁路隧道。此外，全长54公里，海底部分23公里的日本青函海底隧道，也是铁路隧道。,开元正规棋牌,立博直播视讯,AG积分贷。

  12月24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,路透社最新报道称，耶伦8日对记者表示，加强与中国在经济领域上的沟通交流非常重要。“我仍然希望能够访问中国，与经济领域的同行会面。但我没有任何具体的时间告诉你，我确实认为这取决于国务院和国防部（的决定），”她说。,优博app官方,a7娱乐平台注册,优德体育投注。