猫眼电影记者 莱巴里科娃 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：威尼斯人首页地址

  12月23日,甘肃首只人工圈养繁育大熊猫幼崽“曼兰仔”迎来百天宴,中国足球下落的速度，大概和辽宁足球的衰落是一致的。辽足解散后，辽宁再无中超球队，只有几支中甲球队苦苦支撑。本赛季，沈阳奥体中心作为辽宁铁人主场，如今辽宁铁人联赛排名倒数第四。,爱玩体育官网下载。

  12月23日,起底“职业背债人”的灰色产业链,在彭昌国看来，在非洲卖手机是个苦差事。一方面，翻新机的质量并不稳定，售后需求比较多。另一方面，想要融入当地的销售网络并不容易。他表示，手机档口主要做批发生意，一些当地人会来卖场进货，而手机销售网络非常下沉。一些人甚至会在卖场中进货，直接到街对面摆摊销售。“一些当地人也习惯在街边买手机，连个柜台都没有，他们甚至不习惯到专卖店买手机。”,葡京优惠活动网站,九州体育登录线路,皇冠在哪里玩。

  时事2：乐鱼全站官方首页

  12月23日,【小新的Vlog】跟着小新打卡中越边境 品滴漏咖啡做越南法棍,总台记者在震中卡赫拉曼马拉什省看到，有双向道路被损毁变窄，一条笔直的铁轨在强震作用下，几乎弯曲成90度。,合法的世界杯投注官网,球探网指数,电竞外围平台官网。

  12月23日,2025年全国跳绳锦标赛 黑龙江队斩获2金,图片显示，洪水从决口处涌出，帕哈罗社区成为泽国，房屋和车辆泡在水中。抢险人员在决口前试图加固堤坝，但最终未能成功。,宝博游戏官网,银河国际客户端苹果版下载,新六合彩特码新刊B。

  时事3：188bet金宝搏怎么开户

  12月23日,2026年美加墨世界杯完整赛程公布,网传视频中，曾有事发地附近景区工作人员对此事发声。但多方人士告诉红星新闻记者，事发地位于景区外，距离景区约有1~2公里的距离。上述镇政府工作人员表示，景区边界有围栏等明显标识。当事游客没有从景区入口进入海滩，也没有购买景区门票，事发位置离景区确实有相当一段距离。,哪个平台买球靠谱,365彩票平台官网,天博客户端。

  12月23日,中国工信部许可两款L3级自动驾驶车型产品,央行购买的黄金可能一直存放在伦敦高度安全的专业金库中，交割意味着黄金的所有权在清算系统内，从一个机构的账户划转至央行的指定账户，金条本身并不移动。这极大降低了运输风险和成本。,下载太阳App,火狐体育安卓版网页,bg大游平台自营。

  时事4：必发怎么开户

  12月23日,“十四五”期间山西煤炭产量约65亿吨 平价电煤输送24省份,沃罗比耶夫称，无人机袭击的目标可能是当地的民用基础设施，俄方并未遭到人员或财产损失，目前俄罗斯联邦安全局（FSB）和其他部门正在进行调查。,新利18体育娱乐app,亚美体育网页登录,真人斗地主赚线。

  12月23日,河南平粮台古城遗址博物馆新馆试运营,耿勇透露，为了提升纯固收类理财产品的收益水准，他正与多家拟合作的农商行探索针对县域乡村居民的特定理财收益预期与风险偏好，研发专属理财产品，比如从纯固收类理财产品拿出10%资金，投向黄金+、量化投资+等多元化策略产品，力争在产品净值波动率低于1%的情况下提升30—40个基点的投资回报，确保相关产品年化收益率能维持在2%以上。,欧宝买球,线上牛牛,梦幻国际真人。