猫眼电影记者 李起光 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：体育大平台排行

  12月23日,微短剧如何出精品？专家业者一致认为创作要求更高,另据《旧金山纪事报》最新消息，12日，斯坦福大学校长和法学院院长向邓肯发出联名信道歉。,最新bv伟德官网平台。

  12月23日,霸王茶姬再陷咖啡因含量争议,接任左凤高总裁职位的是邹伟中。其也来自中国信达，不同的是，其是从地方分公司总经理晋升而来。在加入信达财险之前，其曾任大众保险（史带财险前身）总经理、中国信达上海办事处副主任。,188宝金博怎么下载,10bet官网主页,国际音标 真人朗读。

  时事2：酷游ku游官网

  12月23日,中国大学地球系统科学联盟在北京启动 院士专家共商发展大计,英格兰银行的金库主要承担国家官方储备的职能，存放英国自身的官方储备，和其他国家和机构委托保管的官方储备。,万豪斗地主安卓版本,必赢亚洲官方网站体育网站,缅甸鑫百利。

  12月23日,飞机上真的有“最安全座位”吗？,“当前世界正在经历深刻变革，论坛的召开具有重要意义。”陈黎明表示，发展是解决一切问题的关键，本届论坛将汇聚各方共识，围绕人工智能、生物技术、量子计算、能源转型等重要领域，推动世界经济稳步迈向更加平等、更可持续和更有韧性的未来。,新宝官网导航,新宝5登录测试,老虎机电子游戏。

  时事3：澳门百老汇平台开户

  12月23日,今年前11个月洋山港各码头完成集装箱吞吐量同比上升9.7%,宋丁认为，佛山一季度经济失速不是偶然性的，而是经过多年积累，最终爆发出来的。他进一步解释，佛山在家电等领域有较为强大的产业底盘，但也有天然的“缺陷”——,OD网页登陆,真人AG接口,OD下载。

  12月23日,香港师生陕西体悟千年文脉 探寻教育共鸣,经过近8个月反补贴调查，欧盟委员会（简称“欧委会”）6月12日披露了对从中国进口的纯电动汽车征收的临时关税水平，拟在目前10%的关税基础上，征收17.4%至38.1%不等的临时反补贴税。,新宝网址,火狐棋牌官网版,AOA全站APP。

  时事4：香港十大网赌网站

  12月23日,抑菌消炎、降低乳腺癌风险…… 经常吃蒜益处多多,——深化科技交流。发挥基础研究和应用研究领域合作潜力，拓展大科学装置框架下合作，支持共建现代化实验室与先进科研中心，维护两国科技发展主动权，促进人员交流，开展跨学科气候变化研究。,bet体育在线,pg电子平台试玩体验,华体会hth最新登录地址。

  12月23日,市场监管总局：严抓校园食品安全 立案查处违法案件1.2万余件,——深化环保合作，在跨界水体保护、环境污染应急联络、生物多样性保护及固体废物处理等领域加强合作。,博必胜官网,爱游戏体育最新版本,可以上下分的手机捕鱼游戏。