猫眼电影记者 刘玉红 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：斗牛软件平台

  12月24日,外贸一线观察 浙江：中国制造“圈粉”东盟,此外，还有网友称赵菊英并非视频中宣传的退休老师，而是“被辞退”。对此，嘉峪关市教育局工作人员回应极目新闻记者称，赵菊英于2023年从该市某小学退休，针对网友们反映的问题，教育局将介入调查。,澳门永利注册登录。

  12月24日,新闻1+1｜海南自由贸易港，要放开什么？,从GDP总量上看，2024年一季度，经济大省广东、江苏、山东继续霸榜前三；浙江、河南、四川、湖北、福建、湖南、安徽紧随其后，在全国排在第四至十名。,永利集团88304官网,2026世界杯醉汉买球,MG游戏。

  时事2：宝盈体育登录

  12月24日,海南白沙山兰稻飘香引客来,特朗普还承诺，借助关税政策，美国将 “迅速偿还国家债务，且这一切很快就会实现”。,真实赌博官网下载,MG电子平台首页,太阳城电子游戏在线玩。

  12月24日,香港特区政府为火灾丧亲家庭提供精神健康支援,英国媒体近日报道称，英国政府已与澳方达成原则性协议，供应采用英方设计、至少部分在英国建造的核潜艇，其每艘造价约20亿英镑（约合164.7亿元人民币）。有媒体报道，英方将把英国海军订购的“阿伽门农”号和“阿金库尔”号两艘“机敏”级攻击核潜艇转卖给澳方，预计分别于2024年和2026年完工。,美高梅真人充值游戏,ag真人游戏官网,新锦江国际。

  时事3：188足球现场比分

  12月24日,我国首批L3级自动驾驶车型产品获得准入许可,然而，时隔 8 个月再看这份演讲，不难发现他许下的诸多具体承诺大多未能兑现。以下为详细分析。,澳博电竞,百老汇官网在线,真人线上ag捕鱼网址。

  12月24日,以总统：将从“国家利益”考量内塔尼亚胡赦免请求,2015年，广东就在全国率先启动高水平大学建设。多年来，超强度建设、超常规投入也成为当地“疯狂”补短板的有力印证。,开心大富翁,365ag体育,jdb电子游戏下载。

  时事4：快盈ll购彩大厅

  12月24日,【践行新发展理念 中国经济行稳致远】创新引领 新质生产力蓬勃生长,曾建徽担任过新华社副社长、中央宣传部副部长、中央对外宣传办公室主任、国务院新闻办公室主任等职。,高手猛料,彩票平台网站,BOB快速开户。

  12月24日,拾光纪·“这个梦想，凝聚了几代中国人的夙愿”,其间他还曾在云南省德宏傣族景颇族自治州任职，担任过州委常委、副州长。,新濠天地苹果版,日博体育客户端下载,特新报A。