猫眼电影记者 卡拉·布吕尼 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：官网体育投注

  12月28日,玻利维亚中部发现全球最大规模恐龙足迹群,本文由公众号IPO早知道（ID：ipozaozhidao）原创撰写，如需转载请联系C叔↓↓↓,新云顶娱乐官网。

  12月28日,国际乒联混团世界杯：中国队胜韩国队晋级决赛,华福证券分析称，总体来看，当前我国经济正处于温和复苏阶段，往后看，随着经济内生动能的不断修复，预计后续将会延续回升向好的趋势；结构上来看，“依靠质优来促量稳”将是未来中国经济发展的重要特点，未来经济结构将不断改善。（中新经纬APP）,大赢家足彩,世界杯比赛买球,百度世界杯竞彩网站。

  时事2：优德体育手机客户端

  12月28日,湖南蓝山兴起 “归雁经济” 乡村振兴注入新动能,中国、沙特、伊朗三方联合声明显示，沙特和伊朗代表团3月6日至10日在北京举行会谈。会谈时间满打满算，一共5天。,365比分网站多少,全网最火的赌博,体育篮球比分188。

  12月28日,国际货币基金组织上海中心正式开业,尽管需求旺盛，但供应端正面临多重挑战。数据中心行业正在努力应对低迷的劳动力市场，这可能导致施工队伍人员短缺。同时，建筑材料的供应链正受到关税威胁，而电力获取在许多地区仍是一个巨大的问号。,b体育提款不到账,抢庄牛牛规则说明,正规买球网站有哪些。

  时事3：金沙9570网址

  12月28日,我国多举措促进明年经济稳中求进 提质增效,麦格理发布研报称，下调滔搏（06110）目标价5%至3.9港元，评级“跑赢大市”。该行下调对滔搏2026财年纯利预测4.2%，下调2027财年预测3.9%，主要是需求疲软之下收入预测降低，导致支出比例升高。,天博平台app下载安装,万博最新官方网站,十年信举亚洲首选主页。

  12月28日,从“文化符号”到“百亿产业” 宁德大黄鱼游出富民新路,综合财联社、证券时报报道，史美伦，这位74岁的女性身上有诸多美誉，包括“铁娘子”和“超级打工女皇”，随着任期结束，她在港交所主席的职位上正式画上了句号。,籃球比分,im体育足球,米乐m6平台。

  时事4：炸金花正规官网

  12月28日,【小新的Vlog】跟着小新打卡中越边境 品滴漏咖啡做越南法棍,耿勇也感受到农商行的合作热情。两家农商行个金部愿开通“绿色通道”，让银行高层尽快审核理财产品代销合作协议，推动彼此迅速落实系统对接与产品销售培训。,澳门十大电子游戏,168体育登录,新濠天地之前登录网址。

  12月28日,中华慈善总会：已募集近7000万元救灾款物帮扶香港火灾受灾同胞,不仅如此，人福医药还通过设立金科瑞达、武汉睿成及智盈新成等公司，承接公司剥离的资产，但这些公司实际上仍由人福医药控制。由于未将这些公司纳入合并财务报表范围，导致2020年、2021年及2022年半年度报告的净利润出现虚增。,万博manbetx手机登陆,亚新官方下载,滚球正规网站。