猫眼电影记者 倪某之 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：火狐网站是什么

  12月24日,陕西省第九届中华职业教育创新创业大赛在陕西国际商贸学院举行,广东省肇庆市住房和城乡建设局近日发布《关于全市范围内商品房实行按套内面积计价宣传销售的通知》，提出从2024年5月1日起，实行按住房套内面积计价宣传销售。,银河捕鱼下载手机版。

  12月24日,国家发展改革委等三部门完善幼儿园收费政策,王新利：男，1969年2月出生。曾任民安财险董事长兼总经理；亚太财险副董事长兼总裁。2017年11月起任国任保险执行董事，2017年12月起任合规负责人，2018年4月起任总裁。,贵宾会app下载,易博网址是多少,188宝金博入口。

  时事2：beat365中国官方网站

  12月24日,安踏集团与联合国难民署合作进行国际人道主义援助 惠及30万流离失所青少年,对于年龄上的放宽，不少司机纷纷发声支持，表示十分开心自己能多开几年车，既能增加点收入，也是一种精神寄托。,真金赌博送现金,斗球官网入口网址,188d金宝搏网址。

  12月24日,湖南电动汽车出口首次突破百亿元 前11月对东盟出口增逾5倍,随着信达财险实控人与第一大股东易主，信达财险更名为国任保险，于2017年12月获原保监会批复。,a8体育手机版下载,爱游戏娱乐,足球数据库。

  时事3：乐鱼leyu体育官网

  12月24日,甘肃文旅塑“全域吸引物开发”模式,印度大选结果出炉后，引发外界对印度外交政策未来走向的广泛关注。实际上，过去10年来，莫迪在外交领域似乎风生水起、左右逢源，使印度成为国际上多方拉拢的对象。,锦利娱乐,乐动体育入口,葡京体育可靠吗。

  12月24日,2025创新药高质量发展大会在广州举行 创新药发展迎新机遇,这意味着，2026年开始，全球锂行业的新增产能会越来越少，供给更多将依赖于在产项目，整体供给增速很可能会环比下降，供给端边际改善的确定性较强。,鸿博股份彩票网站下载,凯发娱乐全站下载app,金沙银河金沙。

  时事4：炸金花下载官网

  12月24日,改革者 正青春｜这条“黄金通道”凭啥让人流口水？,经济学家指出，造成这两项数据下滑的原因多样，关税政策便是其中之一。,葡京会平台游戏app,菲律宾亚星娱乐地址,体育足球bet。

  12月24日,联动双枢纽 西安空港陆港首次启动跨境联运,航天员 李聪：我带了一些家庭的照片，然后还有一个比较特别的，我妻子为我准备了两个小礼物。她只告诉我是用我两个女儿的胎毛做了一个手工制品，具体是什么样子，我没有还没看到过，所以说这只能到进入太空以后，然后把快递拆下来才能一睹真容。,爱赢体育官网,博鱼体育官网,球探比分手机。