猫眼电影记者 杨渝成 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：乐虎国际平台登录

  12月24日,2024年珠江区降水量和水资源总量均偏多,“人们购买大疆无人机不是因为它是中国产的，而是因为它是可用的、价格实惠且性能优异。”雷维迪奥说。,云顶娱乐手机网站登陆。

  12月24日,11月广东CPI同比涨幅扩大 PPI环比继续上涨,据宁波晚报报道，相关工作人员介绍，此次政策调整结合了驾驶员的呼声与行业实际，将男女驾驶员的从业年龄从原有的男性60周岁、女性55周岁，一并放宽至65周岁。政策旨在缓解当前出租车行业驾驶员用工短缺的问题，为更多有经验的驾驶员提供就业机会，同时也为市民提供更加便捷、安全的出行服务。,澳门城注册体验金,ayx.app,凯时登陆正规网站。

  时事2：天博官网登陆入口

  12月24日,王曼昱WTT香港总决赛将与蒯曼争冠：希望自己发挥出最好的水平,这是2022年2月航天员叶光富在中国空间站演奏《月光下的凤尾竹》的“名场面”。时隔2年多，叶光富再次飞天，这次他将会带另外一种乐器前往空间站。,365bet手机版登陆,牛牛单机游戏,真金电玩城下载官网。

  12月24日,【图片故事】并肩在南亚——第16批中国援尼泊尔医疗队纪实,双方重申《禁止生物武器公约》应得到充分遵守和不断加强，并使其制度化，达成包含有效核查机制、具有法律约束力的议定书。双方要求美国不得在其境内外从事任何威胁别国及有关地区安全的生物军事活动。,爱体育,ManBetX万博外围官网,bob客户端app官方登录。

  时事3：英皇体育在哪里玩

  12月24日,外交部：任何外部势力胆敢介入台海事务，我们必将迎头痛击,广州市统计局在分析一季度经济运行情况时指出，广州“面临燃油车、房地产两大市场需求不足影响，以及自身产业周期性、结构性因素的挑战”。,网上玩二八杠有什么技巧,澳门威尼斯人视讯网址,MG电子娱乐官网。

  12月24日,120秒回顾｜国是论坛2025年会·“提振与培育：消费赋能中国式现代化”主题论坛,——以《中俄蒙发展三方合作中期路线图》以及《建设中蒙俄经济走廊规划纲要》等文件为遵循，继续开展中俄蒙三方合作。,世界杯球票购买教程,ag娱乐手机版app,188宝金博客户端。

  时事4：九州最新地址

  12月24日,侨乡泉州启动丝路百城国际旅行商“丝海扬帆”计划,真的会有吗？谁也没有答案。中国足球始终处在寻找奇迹的道路上，但奇迹一次次离我们远去……,银河电玩官网,炸金花下载官网,现金网足球。

  12月24日,河南三门峡一项目工程发生安全事故 致5人遇难,这次放宽年龄并不是延迟退休，而是退休返聘。不仅可以领取退休金，享受国家提供的养老保障，同时还有机会继续工作并获得工资收入。,ope体育app官网,凯发娱乐官方20,可以炸金花赚钱的软件。