猫眼电影记者 徐林 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1：168在哪注册

  12月27日,日本遗孤中井玲子：很多遗孤被亲生父母拒认,据The Drive网站“战区”栏目5月10日报道，私营太空服务公司LeoLabs表示，其数据显示，中国一架可重复使用试验航天器在最近长达276天的轨道飞行中展示了良好的太空机动性能，该航天器在轨期间多次与一个单独的轨道物体对接或以其他方式捕获一个物体。具有这种能力的高机动性太空飞行器可用于检索或以其他方式与己方航天器进行互动，或监视，破坏和直接攻击对手的天基资产。,可以试玩的mg游戏网站。

  12月27日,千万粉丝网红办展，4斤重黄金凤冠被男童损毁,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。,火狐体育官网|平台,lols10,皇冠体育入口。

  时事2：真人游戏真人游戏

  12月27日,2025年“亲情中华·中国寻根之旅”冬令营福建漳州营开营,对于理财产品代销合作，耿勇发现多家中西部地区农商行相当主动，双方一见面就直奔主题，聊起银行理财子公司的产品丰富度与以往投资业绩。,赢天下,精准赌经报B（新图）,手机上下分捕鱼游戏是真的吗。

  12月27日,俄学者：军国主义抬头，日本军事扩张趋势已酝酿多年丨世界观,凭借独特区位成为航空枢纽的成功案例很多，比如迪拜、多哈、伊斯坦布尔，眼下阿拉木图也在这条路上努力着。,亚星在线买球,mg手机版网址,ag捕鱼王平台。

  时事3：世界杯买彩票网站

  12月27日,驻港国家安全公署：坚定支持香港特区依法严惩反中乱港分子“以灾乱港”行径,今年 9 月，美国联邦政府推出的最高 7500 美元电动汽车购车补贴正式终止。博拉表示，补贴退场后，电动汽车的真实市场需求究竟有多少，‘现在下定论还为时过早’，车企大概率会在未来六个月内，逐步摸清市场的真实需求水平。,世界杯投注在哪投注的,棋牌游戏排名,天博体育APP苹果。

  12月27日,中欧青年文明对话大会在西安开幕,赵秀池则有不同的看法。她提到，公摊面积怎么计量，已有相应的法律法规，只是专业性较强，不为一般老百姓掌握。维持现状更有利于楼市平稳健康发展，避免由于住房面积计量口径的改变导致的各种收费标准的调整，也便于楼市的长期数据的积累与比较，更有利于科学决策。,ROR买球,mg平台怎么样,火星电竞官网。

  时事4：环球官网买球

  12月27日,华人雕塑家周小平——以雕塑艺术镌刻时代印记,金鳞岂是池中物，一遇风云变化龙。希望今年高考期间这避不开的雨，也能助力考生鱼跃龙门，从此遨游更广阔天地。,去哪里可以赌篮球呢,365体育网球,靠谱的滚球app。

  12月27日,上海织就覆盖医院、社区、居家的安宁疗护网络 将扩大多元服务供给,亿纬锂能董事长刘金成表示，公司致力于打造氢、锂、钠电化学储能综合解决方案，将持续深耕智能化制造，实现“机器人为机器人造电池”的愿景，构建高度自动化、智能化的电池制造体系。,爱游戏体育官网平台,lebo网站,美高梅棋牌游戏。