猫眼电影记者 任武达 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：乐鱼官方下载

  12月22日,国防部：希望美方校正对华战略认知,“美政府摧毁了北溪天然气管道”——美国资深调查记者西摩·赫什曝出的“猛料”引发巨大反响，美国白宫等部门密集否认相关指控。“棱镜门”曝光者、素有美国“吹哨人”之称的爱德华·斯诺登也就此作出回应。,世界杯去哪里投注。

  12月22日,香港特首李家超：对大埔火灾“追责到底”,日媒：日本国会收到炸弹威胁信息，威胁者称“唯有恐袭才能改变日本”,星际娱乐场线路,威尼斯电子游戏平台网址是多少,ayx网站是什么。

  时事2：凯发娱乐网站下载官网

  12月22日,中国2025式人民警察制式服装正式列装,为何哈尔滨遇到降雨概率也这么高？6月正是东北冷涡活跃的时期，东北、华北午后多骤雨，雨通常来得急去得快，雨量也多为小到中雨。像今年就是如此，高考期间有冷涡活动，东北地区将有大范围降雨，多地还可能有雷雨天气。,K8凯发网站是什么,亚星娱乐官网,MG真人网页登陆。

  12月22日,残特奥会超15项世界纪录,值得注意的是，两种模式并非截然对立，而是呈现出相互融合的趋势。香港正在打造的“国际黄金交易中心”正是这种融合思维的体现。,千赢国际直播视讯,伟德源自英国始于1946,乐动体育下载。

  时事3：bet365登录官网

  12月22日,日本遗孤中井玲子：很多遗孤被亲生父母拒认,当晚22时左右，1.7万个僵尸账号涌入快手直播频道，在同一时段同步开播，多个直播间被批量注入色情影片、低俗表演等违规内容。大量用户在刷到不良内容后紧急反馈，平台直播间系统异常的举报信息在短时间内集中爆发，舆论迅速蔓延至社交平台。,注册就送38元,必威网站,伟德投注站官网。

  12月22日,解锁银川幸福密码：让民生温暖直达人心,常年打球的张先生告诉《环球时报》记者：“在郑钦文夺冠前的这几年，网球运动在大众层面一直是向上走的态势，加入网球运动行列中的人不断增多。”张先生分析，这也许跟网球是隔网运动有关，因此在疫情期间受到欢迎。,牛宝体育平台网址,币游国际AG88,凯时网站。

  时事4：mobile体育

  12月22日,甘肃省永靖县发生滑坡 45户房屋被埋 无人员伤亡,两地直线距离约100多公里，但由于没有大桥或隧道直通，陆路交通需要绕行1000多公里，目前来往两地的海上轮渡，需要7小时左右。,pg电子怎么卡免费旋转,特新五鬼B,线上澳门人威尼斯。

  12月22日,梁鸿：书写青春期孩子们的痛楚与救赎,在仍计算公摊面积的背景下，为了保护购房者权益，合理提高得房率，3月以来，珠海和长沙两地先后明确和优化房地产开发项目中有关赠送面积的规则。,赌博app平台下载,金沙赌网,佛祖救世报。