猫眼电影记者 伊波拉吉莫 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：新萄京娱乐场手机版下载

  12月26日,中央定调！明年经济工作这么干,上海仪电是一家历史悠久、与时俱进的国有企业，前身是1960年成立的上海市仪表电讯工业局，目前聚焦新一代信息技术产业和人工智能主业。近年来，上海仪电积极落实国家战略和上海重大项目任务，大力发展以人工智能为引领的新一代信息技术服务业和仪器仪表为主的电子信息制造业，建成万卡以上的高性能算力集群和国产算力集群，持续为重点用户和重要创新企业的智能算力供给。,bobapp官网。

  12月26日,澳大利亚邦迪海滩枪击事件已致10人死亡 总理发声,台“农委会”畜牧处官员宣称，俄乌冲突造成国际原物料上涨是影响猪价原因之一，但主要在于百亿养猪基金补助猪舍改建，目前有七八百个猪舍在改建当中，猪量自然就会变少，这是最大原因，若明年底改建计划结束前，国际原物料经恢复平稳，相信猪价成本会降下来一些。,九五至尊网址,美高梅棋牌直营,百家乐走势名称。

  时事2：乐动体育官方网

  12月26日,记北疆乡野30载“定心丸”：以法理温情绘就乡村平安卷,当地官员警告居民，不要饮用井水或用井水做饭，因为洪水已经流入水井，井水可能遭有害化学物质污染。,bt365无法登陆,线上现金网址,ManBetx在线注册。

  12月26日,习近平致信祝贺中国志愿服务联合会第三届会员代表大会召开强调 大力弘扬志愿精神传递真善美传播正能量 为强国建设民族复兴伟业贡献志愿服务力量,12月23日，昊海生科发布公告称，公司控股股东、实际控制人之一蒋伟因内幕交易、建议他人买卖证券行为，被中国证监会没收违法所得471万元，并处以1463万元罚款。,kaiyuncare测试,明升体育全站APP,爱赢体育官方。

  时事3：火狐平台网址

  12月26日,记者探访香港大埔过渡性房屋 在善楼，看见善的力量,当资源与精力纷纷向新兴业务倾斜、全力冲刺增长目标时，基本盘中潜藏的隐患却在被忽视的角落发酵。短视频平台的核心竞争力，既在于前沿技术带来的增长活力，更在于内容安全构建起的信任基础。这次风波，正是基本盘防守薄弱的集中爆发，风控技术跟不上黑灰产的迭代节奏，应急响应机制在饱和式攻击面前滞后，这些问题并非一日之寒。,吉祥体育官网登陆,JBO竞博体育,体球网在线。

  12月26日,广东省深圳市政协原党组书记、主席戴北方接受审查调查,5月13日、15日，教育部先后发布2份《关于拟同意设置本科高等学校的公示》，分别涉及9所、24所高校。,jjbapp,a7娱乐注册官网,尊龙AG。

  时事4：九游会小金库钱包卖币

  12月26日,中国太原煤炭交易中心发布三项数智化产品 交易平台服务能力实现全面跃升,同期，虽然锂辉石提锂企业产量环比有所增长，但是上述期间月度产量增幅不过0.15万吨，这使得下半年以来矿石提锂整体产量明显回落。,天博开户,云顶app下载,网上真钱扎金花。

  12月26日,云南茶叶出口全球32个国家和地区,报道称，美国国务院发言人马修·米勒在一份声明中表示，美国“于2023年5月9日在（汤加首都）努库阿洛法正式开设美国大使馆”，“开设这个大使馆象征着两国关系重新开始，它强调了我们对双边关系、对汤加人民，以及我们对印太地区伙伴关系的坚定承诺”。,云顶娱乐手机网页版登录,沙巴体育一直不结算怎么办,巴黎人电玩网投。