猫眼电影记者 江学庆 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：ayx爱游戏平台官网

  12月24日,学习进行时｜习近平总书记和志愿者互动的温暖瞬间,首先介绍一下我们公司。我们是金证股份下属的二十多个分子公司之一，总部在深圳，在上海、北京都有自己的办事处。如果有需要交流的可以联系我们。我们服务了大概三千多家金融机构，其中租赁公司服务了近百家。所以我们在案例上有充分的积累，也可以在方案上引导大家一起共同做一些事情。,app退款绝对成功的理由。

  12月24日,江山如画｜一道“光”，惠及全球300万患者,据了解，这轮高温以干热、暴晒、地温高为突出特点，并且一天当中高温持续的时间也长，大城市中，像是石家庄、济南、郑州等地甚至从10点持续到19点至20点，可谓“高温陪你上下班”。另外，从6月15日开始，济南高温将再度上演“连续剧”，尤其是下周初的最高气温甚至可达38℃左右，“炎”值不减，公众需密切留意临近预报，做好防暑降温工作。,贝博手机APP,捕鱼大师你没玩过这么赚的,AG登录网址是多少。

  时事2：天博体育最新链接

  12月24日,闽西革命老区福建龙岩：千人传递红旗 同心共护和平,光大证券指出，AI算力与数据中心建设推动半导体销售和晶圆产能持续扩张，尤其是先进制程与HBM等高端存储快速放量，显著抬升了对高纯度、低缺陷半导体材料的长期需求。在此背景下，半导体材料行业的技术门槛和客户认证壁垒不断提高。建议重点关注在高端材料领域具备技术积累、产能规模，以及与下游晶圆厂客户深度绑定的头部企业。这类企业有望在先进制程推进和国产替代趋势下实现份额提升和盈利增长。,新濠天地平台首页,盛京棋牌网,6up亚洲版。

  12月24日,联播一瞬丨悼我同胞！他们不曾离开，我们不会忘记,“佛山大学”的诞生，意味着继广州、汕头、深圳之后，佛山也终于如愿拥有了以城市命名的大学。同时“升本更名”成功的肇庆医专，则成为广东目前唯一一所以“医学院”命名的高校，也是继湛江的广东医科大学之后，非广州地区又一所医学本科高校。,九州体育吧,金狮贵宾会登录首页,bbin注册白菜。

  时事3：ASIA GAMES

  12月24日,“雪能掩盖很多东西，但盖不住这些弹痕”,当前，以科技股为主的纳斯达克综合指数市盈率为 31 倍，而香港恒生科技指数市盈率仅为 24 倍。投资者可通过阿里巴巴、百度、腾讯以及芯片制造商中芯国际等个股，布局中国人工智能领域。,世界杯买球 网易,老虎机平台下载,云顶娱乐体育官网。

  12月24日,女足名宿范运杰：希望年轻球员做到“脚下有技，心中有魂”,钱所长介绍，按照工商注册流程，企业和个体工商户申请营业执照，一般需要申请人现场填写申请表，并提供身份证复印件、经营场所证明，工商所审核材料、现场核查经营场所后，会录入系统。,博鱼在哪里玩,金狮贵宾会app342,明博体育官网mb。

  时事4：万赢网址官网首页

  12月24日,海南封关首日见闻：“二线口岸”货物通关顺畅,2月初，美国资深调查记者西摩·赫什发表文章称，美国策划参与了“北溪”管道爆炸事件。3月3日，在接受中央广播电视总台CGTN记者专访时，西摩·赫什表示，由于破坏“北溪”管道的行动涉及高度机密，美国政府内知晓行动全部内幕和细节的人数非常有限。,世界杯正规买球app贴吧,聚星平台官网,ag注册app下载。

  12月24日,匈牙利总理：欧盟使用俄被冻结资产援乌的方案难获通过,要求：思想健康；内容充实、合理，有细节描写；语言流畅，书写清晰。,云顶官方网站,188体育开户,千赢国际电子网投。