猫眼电影记者 道格特 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：凯时首页登录

  12月22日,【世界说】当美国假日季遭遇通胀 美最新民调：近七成民众坦言财务焦虑让节日计划“缩水”,对南方不少地方而言，高考下雨的概率真的会更大些。中国天气网统计了2003年至2021年19年间全国高考期间（6月7日至9日）平均降水量，可以看出高考期间雨水最多的地方集中在南方，尤其华南地区。此时正值当地的龙舟水期间，大量暖湿空气从海面输送而来，一旦遭遇冷空气就会制造大范围的猛烈降雨，广东、广西、福建、贵州等地都是高考遇雨大户。,永利皇宫官方网址是多少。

  12月22日,因“健康原因” 尼日利亚国防部长辞职,国际清算银行本身并不运营金库仓储设施，更倾向于利用全球主要金融中心（如伦敦、纽约）现有的成熟的仓储设施和清算体系。,买球网站世界杯,巴黎人真人官网,AG注册App。

  时事2：捕鱼app上下分

  12月22日,王毅：台湾地位已被“七重锁定”,梅赛德斯-奔驰集团对贝壳财经记者表示，“我们关注到欧盟发布的相关临时措施。梅赛德斯-奔驰始终支持基于世贸组织规则的自由贸易，包括所有市场参与者应享有同等待遇的原则。自由贸易和公平竞争将给各方带来繁荣、增长和创新。如果任由保护主义趋势抬头，将对各利益相关方造成消极的后果。”,俄罗斯世界杯投注网,皇冠彩票官网下载,百老汇在线买球。

  12月22日,印度西部一夜总会火灾致至少23人丧生,1223热点追踪：逆势独跌！乙二醇成今天“最惨能化品”，原因竟是…,ManBetX万博快速注册,E世博网址,葡京体育app官方。

  时事3：so米体育网页版

  12月22日,中国—巴西科技创新中心在里约热内卢启动,俄罗斯和波兰几乎100%国内存放则具有强烈的战略意义，这反映了其近年来增强金融体系自主性和抵御国际制裁风险的意图。,乐鱼跨境平台官网,胜负彩怎么投注,永利体育买球。

  12月22日,第九届中国文联知名老艺术家成就展在京举办,今年以来，郑州不断出台举措，以优质项目为引领推动文旅文创产业加速发展。在2024年郑州市重点建设项目名单中，文旅文创项目22个，其中中国大食堂旅游休闲街区、巩义市星宿寻龙度假区、郑州商都国际文化创意产业园、三磨所开放社区为年度新开工项目。这也将进一步丰富当地的旅游业态和服务供给，形成更强大的发展动能。,银河贵宾平台,威斯尼斯人494,皇冠娱乐 pt88.vip。

  时事4：365bet手机在线

  12月22日,乘车时遇见这个标识，是什么意思？,在国家高端智库CDI研究员宋丁看来，东莞的主要弱项，包括外贸依存度太高、产业结构偏低端等问题，佛山一定程度上也存在，只是没有东莞严重。在欧美订单向东南亚方向转移等趋势下，佛山等受外贸订单下滑的影响比较大，需要有一个消化、调整过程。,世界杯怎么下注的,澳门各大游戏平台网址,足球手机投注网址。

  12月22日,我国首个国家级陆相页岩油示范区建设任务完成 示范区年产量首次突破170万吨 创新高,据不完全统计，仅今年5月以来，全国已有数十所高校升格、更名、新增及转设等获教育部批复的消息先后公布。,抢庄牛牛怎么包赢,万博在线开户,葡京赌王。