猫眼电影记者 凯拉·奈特莉 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：世界杯买球app平台下载

  12月27日,《行政执法监督条例》自2026年2月1日起施行,5月9日，上交所曾公告，由于李国杰配偶在6个月内买入又卖出、卖出又买入其所持公司股份的行为，构成短线交易，且涉及交易金额巨大，情节严重。上交所决定对中科曙光时任董事长李国杰予以公开谴责。对于上述纪律处分，上交所将通报中国证监会和天津市地方金融管理局，并记入上市公司诚信档案。,澳门九五至尊注册。

  12月27日,香港发展局：日后棚网必须提交阻燃证明 并送指定实验室检测,鼓点起，岭南醒狮跃动似龙游！与普通舞狮不同的是，其中一只“狮子”，其实是机器狗披舞狮服装。,w88优德体育官方网站,正规平台斗牛游戏,亚洲城体育。

  时事2：新万博maxbextx手机版登陆

  12月27日,长三角职业教育“产学研用宣”共同体生态建设在沪启动,西安咸阳机场T5，与北京大兴机场、成都天府机场航站楼面积相当。三座机场中规模最小的兰州中川机场T3，面积也相当于上海虹桥机场两座航站楼之和。,kok投注官网,ag手机端,正规德州俱乐部。

  12月27日,今年电影总票房已突破500亿元 贺岁档被寄予厚望,斯坦巴赫一再表示，她“真心真意”欢迎邓肯，因为她相信“言论自由”的必要性；但她站在学生们的一边，对邓肯的出现引起的愤怒感到“不舒服”，还称他的言论是“令人厌恶的”“有害的”“从字面上否定了人性”。,银河国际网站靠谱吗,BBIN体育直播安卓版,捕鱼游戏双人版。

  时事3：威尼斯人网站官网入口

  12月27日,邦迪海滩突发枪击！男子挺身而出制服枪手获赞“真正的英雄”,在会见国泰集团行政总裁林绍波时，自治区党委书记马兴瑞表示，希望国泰集团发挥优势，和新疆共同运行好直航航线，不断提升吸引力和可持续性。着眼更大范围、更宽领域拓展双方互利合作，助力新疆经济社会加快发展，打造亚欧黄金通道和向西开放桥头堡。用好新疆区位优势，积极开拓中亚等区域市场，实现更大发展。,2026卡塔尔世界杯开户,澳门新葡澳京,凯发娱乐网页登录。

  12月27日,为落地探“潜景” 观上海这场具身智能技能大赛背后的热闹与门道,今年下半年，华工投资、华工瑞源发起设立华工未来基金、华工瑞源二号创投基金。其中，瑞源二号基金担当“产业引擎”——围绕产业链强链补链，培育未来龙头；华工未来基金担当“战略雷达”——面向“十五五”要求，培育和壮大新兴产业和未来产业，链接源头创新，孵化颠覆性技术。,9900炮捕鱼平台,真钱世界杯买球,真钱手机赌博。

  时事4：诺亚体育下载

  12月27日,黄河山西河曲段进入大面积流凌期 流凌长度达50公里,江西省委常委会、司法部党组召开会议：坚决拥护对唐一军审查调查,乐橙国际注册,世界杯买球去哪买,赌博的网址有哪些。

  12月27日,华南农业大学举办紫荆国际青年学者论坛,据IPO早知道消息，面壁智能日前完成数亿元融资。本次融资由京国瑞、国科投资、中金保时捷基金、米聚资本与和基投资共同参与，募集资金将主要用于加大端侧高效大模型的研发投入，加速端侧 AI 的商业化进程。,英皇娱乐在哪开户,皇冠app软件下载,威尼斯人网站登录。