猫眼电影记者 赵腾飞 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：亚娱网站是多少

  12月27日,一图看懂海南自贸港封关,斯特兰蒂斯集团也正降低电动汽车业务的优先级（包括其核心的吉普品牌），全力重振美国市场的销量。,能下分的电玩。

  12月27日,突发！外媒：“贝宁国家电视台被部分军人控制”,港股方面，地平线机器人跌约4%，快手跌超3%，腾讯控股、京东健康、药明康德等跌逾2%。,沙巴体育投注英超联赛欧冠,捷报足球官网,ag平台真钱。

  时事2：新莆京娱乐场8522

  12月27日,海南封关需要知道的10件事,进一步对公司业务板块分析可知，当前公司各核心业务发展显著分化。宜昌人福（麻醉镇痛领域）作为公司的“利润奶牛”，其增长已显疲态。2025年上半年，神经系统用药（主要为麻醉镇痛药）营收同比仅增长约4%，远低于前几年的增速。在麻醉镇痛领域面临新品种集采压力、市场竞争加剧的背景下，这一核心引擎的动力减弱是公司整体增长乏力的主因。,电玩捕鱼机,世界杯竞猜官方网站,bobim电竞。

  12月27日,迈向“十五五”美丽图景·一线见闻 失能等级评估 拧紧长护险“水龙头”,5月10日，深沪交易所发布上市委审议会议公告，拟于5月16日审议企业的发行上市申请。其中，审议1家深市IPO发行上市申请、1家沪市再融资申请。,支付宝微信世界杯投注,买世界杯足球的网站,大富豪网址。

  时事3：如何网上投注足彩

  12月27日,甘肃永靖滑坡体厚度超20米 易地搬迁选址工作正在进行,在23日中国外交部例行记者会上，发言人林剑在回答相关问题时表示，中方坚决反对美方泛化国家安全概念，划设歧视性清单无理打压中国企业。美方应纠正错误做法，为中国企业经营提供公平、公正、非歧视的环境。,bbin体育注册教程,美高梅网址登录,欧宝登录入口。

  12月27日,冰雪热潮持续涌动 多地特色IP绘就全国微笑曲线,经研究，聘任李建红、吴献东、吕波、李树雷为中国船舶集团有限公司外部董事，燕桦不再担任中国船舶集团有限公司外部董事职务。,万博官网登录入口,Ebet,信誉购彩app。

  时事4：打鱼注册送分18元

  12月27日,暴雪蓝色预警：山西河南等6省区部分地区有大雪 局地暴雪,刚才张总提到的供应链业务平台，很多厂商系租赁公司，如徐工机械、铁建重工等搭建的云租平台，都以供应链为基础构建平台能力。它们不仅串联上下游供应商，还将闲置设备租赁业务做得很轻，提高了设备使用率，并在后续产值处理、设备转换上通过系统实现了很好的创新模式。,A8体育直播,金沙客户端手机版下载,九州bet9网址是多少。

  12月27日,好评中国｜锚定高质量发展，奋力实现“十五五”良好开局,治理与内控的短板：监管罚单直指其投资风控和内控管理的软肋。股东层面的不稳定因素（退出意向、股权质押）则为公司治理增添了变数。稳固的股东支持和扎实的内控，是险企抵御周期性风险的“压舱石”，而北京人寿在这两方面均显示出不足。,365亚洲版可靠吗,dafa娱乐网址,世界杯正规的买球平台。