猫眼电影记者 蒋麟 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：新宝app下载

  12月29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,张先生说，因为网球人群的增多，网球运动关联经济也更加活跃。球衣、球袜、球包以及打球的各种装备和周边产品，包括网球训练课都在走俏。比赛数量的增加，更是提升了各地运动场馆的利用率。,现金老虎机游戏下载。

  12月29日,俄外交部就美国新版国家安全战略报告发表评论,回顾上市公司参与产业投资基金的路径，与主业无关的“跟风式”投资退场，与主业强相关的硬科技赛道来到聚光灯下。越来越多的“链主”上市公司不满足于单纯的财务投资，而是以日渐成熟的CVC（企业风险投资）模式成为最受欢迎的新力量。,天博买球,神仙点特A,正亿国际彩票平台官网。

  时事2：永利网站的网址是多少

  12月29日,宁夏银川：冰浮项目解锁冬日乐趣,在专访中，斯托尔滕贝格谈及了乌克兰反攻，乌克兰加入北约等议题。斯托尔滕贝格表示，所有北约成员国都同意乌克兰将成为成员国，“所有盟友都同意乌克兰有权选择自己的道路，所有盟友都同意北约的门保持打开状态”。但斯托尔滕贝格也明确指出，他无法给出乌克兰加入北约的日期，因为乌克兰加入北约的前提是“乌克兰作为主权国家赢得冲突”。,境外世界杯投注网站,体育篮球比分188,韩国赌场网站登录。

  12月29日,李在明：建议恢复朝韩间联络渠道,“市场现时已慢慢出现回暖的气象，交易量有回升趋势，24日市场成交额达到1，300亿港元。”史美伦表示，在被问到其任内恒指及新股市场表现均低迷，史美伦指，对市场营运者及监管者而言，指数波动是市场运作常态，至于新股市场疲弱则是近年各交易所都面对的共同挑战，主因是息口高企令投资者却步，而并非缺乏企业来港上市。,威斯尼斯人app下载安装2.4.2,leyu乐鱼体育在线官网,千赢国际网投。

  时事3：澳门新葡东下载

  12月29日,升糖慢、热量低，这种“宝藏主食”正应季,当天，特朗普还就这一历史性举措的后续影响许下一连串承诺。2025 年行将结束之际重读这份演讲内容，可见特朗普的立场始终如一。他在当天的讲话中对关税赞不绝口，此后也几乎抓住一切机会宣扬关税的好处。,在哪里能赌欧洲杯,48个国际音标真人发音,皇冠注册。

  12月29日,北京高中生与机器人同台“辩论” 赋能语言教育模式革新,比赛开始后，辽粤大战延续了前两回合的强度，广东队在主场观众的助威下率先发力，取得13分领先优势。上半场尾声阶段，辽宁队连续追分，将分差追至只有3分。下半场，胡明轩连续突破得手，徐杰也命中三分，广东队打出18比5的攻势，再度拉开分差。第四节初，辽宁队主帅杨鸣不满判罚，吃到技术犯规。随着分差扩大到20分以上，广东队提前锁定胜局。,世界杯怎么去投注球员,凯发娱乐手机官网网址,银河最新版APP。

  时事4：明升体育在线注册

  12月29日,西延高铁不同快慢车次怎么选？带你解锁陕北出行新方式,崔光灿建议，未来，要想进一步推动房地产市场计价方式改革，鼓励按套内面积计价，还需在行政管理上做出一系列政策完善。比如，后期产权登记上的面积设定，依据房价的相关税费标准等。,三昻体育,世界杯个人怎么投注,bet9维护到什么时候。

  12月29日,我国成功发射遥感四十七号卫星,资金价格部分，DR001延续在1.26%附近，Shibor 3M下行，真实资金分层偏重。,线上电玩真钱,pg电子免费版,体育用户开户平台。