猫眼电影记者 聂海胜 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：皇冠体育官网下载

  12月22日,喝酒吃辣能暖身？都是御寒“损招”,“佛山大学”的诞生，意味着继广州、汕头、深圳之后，佛山也终于如愿拥有了以城市命名的大学。同时“升本更名”成功的肇庆医专，则成为广东目前唯一一所以“医学院”命名的高校，也是继湛江的广东医科大学之后，非广州地区又一所医学本科高校。,开元棋盘牌官网最新版。

  12月22日,委内瑞拉：委武装部队宣布新征召5600名士兵,对此，白宫、美国中情局等美政府机构则紧急否认。白宫国安委员会发言人沃森（Adrienne Watson）称调查报告“完全虚构”，CIA和国务院的发言人回应称，报告“完全是错误的”。,下载注册送10,mg所有网站大全,欧博下载地址。

  时事2：最新网上老虎机平台

  12月22日,东西问｜戴瑞君：数字时代，中国如何应对妇女权利新挑战？,在到访中国前一周左右，马斯克宣布推迟访问印度的计划，当时他给出的理由是特斯拉公司的业务繁忙、自己脱不开身。《印度斯坦时报》《印度时报》等一众印度主流媒体28日在报道其此次访华的消息时纷纷打出“马斯克宣布推迟访印数日后即访华”的标题。印度“今日商业”网站28日直言，虽然此前疯传马斯克访印将会有宣布在印建特斯拉工厂的大动作，但在可预见的未来，特斯拉在印度建厂计划仍具有不确定性。,大唐荣耀全集,澳门AG,yabo线路检测。

  12月22日,增强供需适配性 打开万亿级消费新蓝海,信任的崩塌往往只在一瞬，修复之路却道阻且长。对于坐拥4亿日活用户的快手而言，AI业务带来的增长红利固然重要，但用户对内容安全的基本诉求同样是支撑企业长久发展的关键所在。网络安全的本质是人与人的对抗，黑灰产用技术挑战平台时，平台必须以“国家队”的姿态应战。信任的重建，也许就从一次次全链防御中开始。,欧冠预测冠军,必发外围官网,足球十大外围。

  时事3：世界杯买球入口80535

  12月22日,中国、瑞典医学专家团队携手发布全球首个《婴儿前庭功能筛查国际专家共识》,（观察者网讯）土耳其本周突发连续强震致逾万人死伤，政府被批多年来对重灾防范不足，民众也对救援速度迟缓感到不满。,九州体育网址是多少,九游小金库usdt钱包官网,开元国际53ky最新版下载。

  12月22日,联合国呼吁明年筹集330亿美元人道资金,5月17日下午，国防部新闻局副局长、国防部新闻发言人张晓刚大校就近期涉军问题发布消息。,w88win优德,支付宝世界杯下注平台,幸运双星巨额大奖。

  时事4：pp电子游戏平台

  12月22日,湖南启动“冠军体育教育计划进校园” 为备战十六运蓄能,后来，张青莲又一次生病做手术，花了2万多块钱，新农合报销了几千元，申请大病医疗补助又遇到同样问题。汪绪金到村委会申诉，村里去镇工商所帮忙注销了相关个体工商信息，才申请到2800元。但申请低保，后来再无下文。“如果申请到低保，我妈妈的手术报销比例会更高。”汪文燕说。,ku游体育备用网址,365滚球下载,金沙游戏大全。

  12月22日,向海图强！“准航母”四川舰下水一周年,违背组织原则，不如实报告个人有关事项，在组织函询时不如实说明问题，在干部选拔、职工录用工作中为他人谋取利益并收受财物；,ssp平台,博狗网站登录,什么体育平台是秒吃单。