猫眼电影记者 倪元锦 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：金沙娱城手机客户端

  12月25日,残运会轮椅篮球女子四强出炉,从资产质量角度看，尽管公司对应收账款计提了坏账准备，但在经济下行压力增大、部分医疗机构经营困难的宏观环境下，应收账款的实际回收风险正在上升。一旦发生大规模坏账，将对公司利润造成直接冲击，并进一步恶化现金流状况。,奥门新萄京娱乐场。

  12月25日,多国媒体探访广西东兴侨批馆 回溯抗战侨汇中的家国情怀,工银瑞信基金认为，短期国内流动性宽松、无风险利率低位的环境没有发生变化，预计市场整体维持震荡，板块表现将更加均衡，看好出口板块表现和消费板块的左侧布局机会。中期维度，看好A股市场走势，可重点关注核心资产的配置价值。,AG推荐网址,必发365网,AG国际厅。

  时事2：大发888手机下载

  12月25日,香港故宫文化博物馆赴佛山路演推介“古埃及文明大展”,2022年7月，在新疆乌鲁木齐市考察的习近平前往乌鲁木齐国际陆港区，听取整体情况介绍，并通过实时画面察看口岸现场作业情况。,斗牛游戏哪个比较好,永利皇宫怎么下载,云顶国际世界杯比分。

  12月25日,2026年女足亚洲杯吉祥物——火焰马“娜拉”亮相,具体包括3类：一是6项发行上市审核类规则，分别是股票发行上市审核规则、重大资产重组审核规则、上市审核委员会和并购重组审核委员会管理办法、科创板/创业板企业发行上市申报及推荐暂行规定，以及申请文件受理指引、现场督导指引。二是1项发行承销类规则，即投资价值研究报告关注事项指引。三是2项持续监管类规则，即主板、科创板、创业板股票上市规则。,新宝5下载安装,365bet体育首页游戏平台,送体验金的电子游戏。

  时事3：升博士官网登录

  12月25日,搭建“空中出海口” 花湖机场咸宁城市货站启用,体量不及西安的兰州，也拿出大手笔。T3航站楼面积40万平方米，综合交通中心27万平方米，是甘肃民航发展史上规模最大的工程。,澳门威斯尼斯人集团6630网址,百姓彩票注册大厅,乐鱼体育官网app。

  12月25日,云南澜沧通报竹塘乡露天垃圾堆放问题事件处置进展,此外，值得关注的是，今年以来该公司高管班子也出现了大幅度调整。1位“60”后高管离任，3位“70后”上任，另有4名高管职责范围大调整，高管团队整体更加“年轻化”，展现出明显的重新优化组合、年轻化态势。,十大正规买球网站排行榜,世界杯投注在哪里买,黄冠体育平台。

  时事4：AG亚游集团下载

  12月25日,西藏攀岩自然岩壁公开赛 70名选手挑战极限,航天员 李聪：我带了一些家庭的照片，然后还有一个比较特别的，我妻子为我准备了两个小礼物。她只告诉我是用我两个女儿的胎毛做了一个手工制品，具体是什么样子，我没有还没看到过，所以说这只能到进入太空以后，然后把快递拆下来才能一睹真容。,吉祥体育备用网址,K8凯发注册,obao体育游戏。

  12月25日,贵州遵义余庆一处地下水源受污染 官方：情况属实,据悉，埃尔多安当天访问了重灾区哈塔伊省，这里有3300多人遇难，建筑和道路遭到严重破坏。地震还摧毁了哈塔伊机场的跑道，进一步影响了救灾活动。,银河手机博彩,亚洲电子游戏平台,多宝快速登陆。