猫眼电影记者 林鲍 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：世博体育软件怎么样

  12月29日,新版中俄双边投资协定于12月1日正式生效,记者：菲总统近日声称，无意挑起或加剧南海紧张局势，不会使用水炮或任何进攻性装备攻击任何人。但媒体报道今年美菲“肩并肩”联演，在沙盘上出现了外形疑似“辽宁舰”的航母模型，还组织了击沉中国制造的船只演练。请问中方对此有何评论？,菲律宾现金网。

  12月29日,《我有一个想法》首季收官：让想法照进现实,具体来看，今天，江西中东部、浙江南部、福建西部和北部、湖南南部、云南东南部、广西中北部、广东中北部以及吉林东部、辽宁东北部、山东南部等地部分地区有大到暴雨，其中，江西东部、福建西北部、广西东北部等地部分地区有大暴雨。,博狗怎么注册,王子棋牌送38元彩金,线上真金官网。

  时事2：日博体育在线试玩

  12月29日,【好评中国】“稳+进”动能不断释放，中国经济大船破浪前行,今天，多只科技股成交额突破百亿元。截至收盘，中际旭创成交额为144.98亿元，居A股个股成交额第一名；新易盛、工业富联成交额均超130亿元；中国卫星、胜宏科技、寒武纪-U成交额超120亿元。,国际牛牛棋牌,b体育官方在线,九五至尊下载。

  12月29日,“天地之中·‘镜’界郑州”全国摄影展开幕 AI串联古今影像,据《华盛顿邮报》5月9日报道，日前，北约秘书长斯托尔滕贝格就俄乌冲突前景等议题接受了《华盛顿邮报》的专访，但双方“不可避免”提到了所谓“北约是否会介入台海冲突”的话题。对此，斯托尔滕贝格表示，北约“是一个欧洲组织，只会保卫欧洲成员国领土，不会成为亚洲组织”。,乐彩网摘,大发888线路检测,波克游戏下载。

  时事3：天博体育在哪里

  12月29日,传承“声声”不息 诸城派古琴50周年师生音乐会奏响泉城,双方认为，各国均有权根据本国国情和人民意愿，自主选择发展模式和政治、经济、社会制度，反对干涉主权国家内政，反对没有国际法依据、未经安理会授权的单边制裁和“长臂管辖”，反对以意识形态划线。双方指出，新殖民主义和霸权主义完全违背了当今时代潮流，呼吁开展平等对话、发展伙伴关系，推动文明交流互鉴。,炸金花在哪可以下载,亚星手机版下载,凯时平台。

  12月29日,2025全国大学生茶艺技能大赛总决赛在昆明启幕,从技术突破到生态共赢，赛意信息正以“国产化+智能化”双翼，深度融合AI前沿技术，持续推进智能建模、智能服务编排、预测性维护等前沿创新场景在赛意工业物联网平台的应用，以自主创新，安全可信的技术与场景化的服务，为企业提供“自主、安全、高效”的工业物联网整体解决方案，为行业客户创造更大价值。,麻将牌有多少张,赌城直营平台,万博手机版登录注册。

  时事4：大阳城集团娱乐平台

  12月29日,灵芝撬动“绿富美” 云南景东山冲村蝶变,两名欧洲议会消息人士分别对法新社透露，泽连斯基很有可能在2月9日出席议会特别会议并发表演讲。乌克兰政府官员披露，泽连斯基将在布鲁塞尔要求加大军援力度。,mg官网网址,365bet体育滚球官网登录,牛宝体育官网注册。

  12月29日,湖北武汉：越冬红嘴鸥化身“冬日舞者”与人同游,西藏自治区政协原副主席姜杰被“双开”，其16岁上大学做过6年记者,AG平台可以查出对打吗,能玩牛牛的app,bet体育网站。