猫眼电影记者 林君 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：华体会在线试玩

  12月24日,上海闵行用红色资源点亮民营经济前行之路,对西北城市来说，机场的作用尤为重要。西北不沿海，也没有内河航运。依托铁路和机场打造枢纽，形成开放门户，无论对区域还是全国而言，都具有经济与战略的双重意义。,pg电子模拟器在线试玩。

  12月24日,拉萨火车站聚焦旅客出行 用心服务暖旅途,大悟县市场监督管理局负责人告诉记者，村级个体工商户的登记工作，均由吕王镇工商所办理。大悟县市场监督管理局吕王工商所钱所长称，经初步核实，刘院村216名村民办理了个体工商登记，但是否均为冒名登记，还需进一步核查。,世界杯购买渠道,杏鑫平台登录地址,必一体育官网下载。

  时事2：捕鱼高手

  12月24日,追梦大湾区：残特奥会书写粤港澳融合新篇章,楼春豪认为，尽管印度的宏观经济数据表现相对亮眼，其失业率、劳动参与率及公共服务供给（包括教育和医疗）的数据表现并不理想。他认为，莫迪政府在新一任期内要对经济政策进行必要的反思和调整。,MG电子注册送18,米乐m6官网登陆,外围投注世界杯。

  12月24日,打破隔阂融真情 共绘团结同心圆,海外网4月20日电 据俄罗斯卫星通讯社20日报道，俄罗斯副外长亚历山大·潘金19日表示，美元迅速失去其储备地位正成为一种趋势，这种趋势因近些年的各种危机而加速。,mg游戏试玩平台,博天堂在哪玩,世界杯买球认准80535。

  时事3：凯发k8官网下载客户端中心

  12月24日,东方雨虹董事长李卫国：以谦卑为甲，以实力为刃,证券日报网讯 12月23日，西菱动力在互动平台回答投资者提问时表示，公司收购纬湃汽车电子主要目的是提高公司涡轮增压器业务的存量市场份额并为抢占增量空间夯实根基，收购完成后公司将通过提升管理效率降低管理成本、优化采购渠道有效控制采购成本、全面推进精细化生产管理持续提升运营效率等措施提升纬湃汽车电子盈利能力。,贝博在线官网,九游官网首页进入,九游会线上平台。

  12月24日,中国发现4.1亿年前云南古嵴鱼 研究揭开早期肺鱼演化关键密码,如需获取更多数据洞察信息或公众号内容合作，请联系医药地理小助手微信号：pharmadl001,im电竞官网登录,明升备用网址,哪个网站反水高。

  时事4：bet365注册彩金

  12月24日,庆祝中尼建交70周年暨文化周活动在加德满都开幕,记者通过天眼查工商信息公示系统查询，发现汪争猛、汪绪良、赵和梅名下均有个体工商信息，“个体工商企业”均成立于2012年6月1日，经营范围均为“油茶种植”。,365出行app,可打现金的麻将平台,杏悦注册官网。

  12月24日,广西柳州布局具身智能产业 助“制造”向“智造”跨越,推文中，斯诺登还附上了发表于1961年4月的一篇有关“猪湾事件”的新闻报道。在这篇报道中，时任美国国务卿的迪安·鲁斯克否认“猪湾事件”是“从美国领土发起的”，鲁斯克当时告诉记者，“古巴发生的事情属于古巴人自己解决的问题”，但美国对共产主义政权的敌人表示同情。,葡京在线棋牌,贝博ball体育,博亚体育app下载。