猫眼电影记者 刘雪荣 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1：万赢娱乐官方

  12月26日,蓝皮书：北京高质量发展指数全国领先 经济与创新等贡献较高,“产业结构转型升级是佛山的当务之急，但我认为它的难点在于如何把自身与广州的关系处理好，如果甩开广州独立发展，也很困难。”宋丁提醒：“一季度增速1.1%，对佛山是一种深深的刺激，但是刺激之后能不能警醒起来？如果不认真考量背后的原因，找出根源，然后赶紧去弥补的话，可能对未来发展都是非常不利的。”,九五至尊电子游戏平台。

  12月26日,新阶层·新经济丨国术科技董事长袁国术：创新技术引入中国 中国产品走向全球,证券日报网讯 12月23日，麦捷科技在互动平台回答投资者提问时表示，公司越南工厂目前已完成装修工作，海关验厂初步审核已通过，在逐步铺设产能过程中，预计明年通过客户审核验证。,尊龙最新地址,吉祥体育登录,京灵平台注册。

  时事2：凯时kb88

  12月26日,牢牢把握内需战略基点 建设强大国内市场,耿勇也感受到农商行的合作热情。两家农商行个金部愿开通“绿色通道”，让银行高层尽快审核理财产品代销合作协议，推动彼此迅速落实系统对接与产品销售培训。,188金宝搏网站怎么进不了,bet36体育在线育,美高梅正网平台。

  12月26日,A股周三放量上涨 保险板块表现亮眼,1比1的平局让国足出线命运的揭晓日从6月6日推迟到了11日，届时国足将做客挑战韩国队。,时时乐炸金花,365bet体育在线总站,12博官网登录。

  时事3：葡京国际里的真人AG游戏有假吗

  12月26日,北京气温大幅跳水,遇到类似情况的，还有村民汪绪金一家。汪绪金的妻子张青莲2009年做过一次良性肿瘤手术。2018年，张青莲又做了一次肾切除手术，事后去村里递交了大病补助申请，有关部门反馈说，“家里有营业执照，办不了。”,od体育网页版官网,千亿国际娱乐官网手机,贝博体育手机下载。

  12月26日,悉尼发生大规模枪击事件 中方对遇难者表示哀悼,河南省气象台2024年6月14日8时继续发布高温橙色预警：预计6月14日白天，洛阳东部、郑州、开封、商丘、平顶山、许昌、漯河、周口、南阳东部、驻马店、信阳大部最高气温将升至37℃以上，其中周口南部、驻马店北部最高气温将升至40℃以上。,博亚体育app官网,正规bbin体育介绍,188金宝慱是正规网站吗。

  时事4：申博好玩吗?

  12月26日,亚太和平博物馆让亚洲二战历史“被看见”,郭宁宁是第二十届中央候补委员，她此前担任福建省委常委、常务副省长、省政府党组副书记、省委金融工委书记。,下载365app,盛大手机官网,爱游戏体育平台登录。

  12月26日,“格桑花”开遍雪域高原 金融活水释放经济活力,欧盟乘用车正常关税税率为10%，意味着上汽集团和其他不配合调查的企业面临的关税税率增至48.1%。其他企业的关税税率则在27.4%至31%之间。,银河娱乐,beplay体育手机官网,澳门皇冠最新地址。