猫眼电影记者 乐敏 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：AG平台是真的吗

  12月24日,火腿飘香年味起 浙江金华晒制火腿应对新年销售高峰,新北市新庄区一名女网友近日爆料，新庄运动公园水池边有一只母鹅，近日下的7颗蛋全被人抢走了。有岛内网友称，“缺蛋缺到要抢母鹅的蛋了”。,管家婆新传密。

  12月24日,破解“发现即扩散”困局 中国科学家突破水生入侵物种全链条技术,当前AI应用非常广泛，我们的手机都智能化了，但业务系统如何智能化是个大问题。原有的核心业务系统可能各家公司都有，但难以支持创新业务和精细化、批量化的业务需求。,j9九游会首页登录旧版,世界杯网上投注平台,ob欧宝全站app。

  时事2：九五至尊手机游戏网站

  12月24日,云南通报中央生态环境保护督察追责问责情况 涉142名责任人,资金价格部分，DR001延续在1.26%附近，Shibor 3M下行，真实资金分层偏重。,赌博手游游戏有哪些,伟德体育客户端,足球第一比分。

  12月24日,韩国首尔地铁施工现场钢筋倒塌事故7名被埋人员已全部救出,这一全面关税声明震动市场，为其第二任期的关税推进工作定下基调 —— 尽管他在图表中展示的多项针对特定国家的关税率，不久后便被暂停实施至 5 月，且在当年剩余时间里多次调整。,下载手机赌场app,马经特码报,AG8亚洲九游会。

  时事3：网上二八杠有赢钱的吗

  12月24日,香港廉署就大埔宏福苑维修工程贪污调查再拘3人,双方将同上海合作组织其他成员国协作，完善组织工作，挖掘政治、安全、经济和人文领域合作潜力，使欧亚地区成为和平、稳定、互信、发展繁荣的共同家园。,云顶集团首页网址,kok体育官方,世界杯投注额2026。

  12月24日,《隔山对话—中尼唐卡精品集》新书在北京发布,数量视角，存单活跃度整体略有下降，存单收益率中枢下降，从结构上来看，非银买盘偏弱。,亚美国际app,bob软件下载,乐鱼客户端下载。

  时事4：爱游戏网官方网站

  12月24日,全力实现“十五五”良好开局 中央经济工作会议精神引发热烈反响,北京、上海、广州是3大全方位门户复合型功能的国际航空枢纽，成都、深圳、重庆、昆明、西安、乌鲁木齐、哈尔滨是7大区位门户复合型功能的国际航空枢纽。,永利娱场乐网址,大阳城娱乐游戏官网,BBIN体育直播手机版。

  12月24日,新疆库木塔格沙漠迎今冬首场降雪,曾文莉认为，在职业选手商业价值充分释放后，其成功效应才会吸引更多的人群尤其是青少年从事网球运动，而这是中国网球经济发展的根基。,世界杯网上投注,二人麻将怎么得分,足球比分必赢网。