猫眼电影记者 布拉德利·库珀 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：金洋注册

  12月28日,全国残特奥会广西代表团：以体育为桥，见证生命荣光,双方愿在双边层面和多边机制下就阿富汗事务加强协作，推动阿富汗成为独立、中立、统一、和平的国家，免受恐怖主义及毒品的危害，同所有邻国和睦相处。双方高度重视并支持阿富汗邻国外长会、阿富汗问题“莫斯科模式”磋商、中国-俄罗斯-巴基斯坦-伊朗四国机制、上海合作组织等地区平台在政治解决阿富汗问题上所发挥的积极和建设性作用。,扑克王官网客服。

  12月28日,【百万庄小课堂】还有人不知道食品数字标签？疾控专家：“多码合一”是未来方向,布林肯称强烈鼓励世卫邀请台湾地区参与世卫大会，外交部：坚决反对,爱游戏注册送18,leyu乐鱼娱乐电竞,美高梅正规开户。

  时事2：下载安装168 app平台

  12月28日,“高校终艾行动可持续发展暨国际合作公益专项基金”签约仪式举行,彭昌国现在经营一家咨询公司，提供有关刚果（金）的商业咨询服务。“等积累一定资本后，明年可能还会回去，继续做3C产品生意。”彭昌国认为，这行虽然不是暴利，“但是是一门长久的生意”。,最好的ag平台,爱游戏体育注册链接,博易体育导航。

  12月28日,“美好安徽智汇行”活动走进黄山：企业与专家“双向赋能”结硕果,主观管理策略上，国际储备管理中适度的保密措施是央行维系市场秩序和资产安全的必要工具。国际货币基金组织（IMF）的数据显示，有近万亿美元规模的储备资产其货币构成未被公开，这部分“隐藏”储备的比例近年有所上升。,97娱乐游戏9761,火星棋牌可靠吗,BETVLCTOR伟德。

  时事3：188体育电竞

  12月28日,湖北发布寒潮大风蓝色省级预警,伦敦黄金市场的OTC交易机制非常类似于银行体系的二级交易机制。,乐博手机版登陆,188比分直播旧版本,国产牛牛。

  12月28日,广州两百余名巧匠同台竞技 展现技艺传承与技术创新,目前，全球已建成最长的海底隧道是连接英国和法国的英吉利海峡隧道。英吉利海峡隧道由三条长51公里的平行隧洞组成，总长度153公里，其中海底段的隧洞长度为3×38公里。经过长期勘察和谈判，1986年英法两国签署了《坎特布利条约》，1987年正式破土动工，历时八年建成通车。英吉利海峡隧道大大方便了英法两国之间的交通联系，每年通过隧道的旅客人数达到了1800万人，货运达到了800万吨。,ag环亚官网登陆,哪些斗地主软件比较良心,为什么每个平台都有ag。

  时事4：下载体育在线

  12月28日,经济大省挑大梁｜江苏发布“绿色成绩单”，工业大省这样加快推进绿色转型,双方将同上海合作组织其他成员国协作，完善组织工作，挖掘政治、安全、经济和人文领域合作潜力，使欧亚地区成为和平、稳定、互信、发展繁荣的共同家园。,188BETApp,欧洲杯小组,365官方平台。

  12月28日,李强出席中央经济工作会议并讲话,“先前注册的营业执照已经注销了，为什么又注册了新的执照。我爸妈早已丧失劳动能力了，是谁一再在给他们办工商登记呢？”汪争猛不解。,永利皇宫app软件下载,2026世界杯买球app,2020欧冠决赛时间。