猫眼电影记者 赵泳 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1：18新利体育app登录

  12月26日,唐代铜尺出土 度量衡里藏文化,今日，市场交投活跃，4只A500ETF成交额均超过100亿元。,888真人网址是多少。

  12月26日,澳门特首岑浩辉：推进重要改革措施，促进经济多元发展,2025国际财富管理与金融投资论坛•澳门——上海理财博览会澳门论坛圆满举行！,乐竞体育平台,贝斯特全球最奢华的游戏,尊龙人生就是一博登陆。

  时事2：永利手机版注册

  12月26日,李家超参与香港特区立法会选举投票：希望和议员一起商议火灾善后重建工作,据可查的资料显示，信达财险（国任保险前身）成立于2009年，注册资本10亿元，由13家大型国有企业共同发起设立，这些股东分属不同的行业，包括资管、煤业、财务、纺织、汽车等，彼时的股权占比较为分散，而该公司初始大股东为中国信达资产管理公司（后更名为中国信达资产管理股份有限公司，以下均简称“中国信达”）。,体育投注网址推荐,世界杯买球叭aac8*net锉,韦德体育电竞。

  12月26日,“翰墨颂全运 丹青绘华章”穗港澳台·华侨华人书画展在香港举办,吕王镇刘院村位于孝感市大悟县东南部，毗邻红安县，地貌多为山地、丘陵，经济落后，交通不便。,乐博亚洲,千亿彩,大赢家有几个网站。

  时事3：英皇娱乐世界杯下注

  12月26日,南京大屠杀死难者国家公祭日：举行升国旗、下半旗仪式,据悉，埃尔多安当天访问了重灾区哈塔伊省，这里有3300多人遇难，建筑和道路遭到严重破坏。地震还摧毁了哈塔伊机场的跑道，进一步影响了救灾活动。,12betapp平台,永乐国际网站多少,腾龙正规实体平台。

  12月26日,AI如何赋能“全周期医疗”,在被抽样选中的三家车企中，上汽集团面临加征的关税税率达38.1%，税率最高；吉利汽车和比亚迪面临加征的税率分别为20%和17.4%。,欧冠足彩在哪买,澳门金沙官网登入,斗地主赚钱。

  时事4：69棋牌游戏

  12月26日,澳国防部称监测到中国海军舰队活动 中方回应,吕王镇镇政府办公室一位工作人员告诉记者，集中注册发生的时间比较久远，目前此事还没有结论，镇政府会跟进调查。,足球现金网,万博手机端官网首页,凯时ks下载。

  12月26日,（年终特稿）中国经济这一年：能源领域现三大突破,民航业内人士李瀚明认为，本轮扩建前，很多西北机场处于超负荷状态。,可以上下分的捕鱼电玩城下载,葡京大转盘官网入口,90足球比分。