猫眼电影记者 关颖珊 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1：168登录

  12月27日,美国“绿卡”变“金卡”,5月10日，中新（西兰）两军在西安举行第11次战略对话。双方围绕共同关心的国际和地区问题坦诚交换意见，表达了共同致力于推动两军交流合作的积极意愿，增进了相互了解和信任。,英皇娱乐快速登陆。

  12月27日,广东清远庆祝盘王节 八方来客共享瑶族盛会,对于中国来说，与一个地区的合作模式也不是新鲜事物。例如，中国与东盟建立了“10+1”机制。,bet九州体育手机登陆,万豪炸金花现金,澳门新葡萄旗下。

  时事2：优发娱乐登录网站

  12月27日,商务部：希望欧方克制审慎使用限制性经贸工具,中东国家深受大国干涉之害。历史上，西方殖民者将西方制度文化强加给中东，在争夺势力范围中任意划分边界，为民族国家冲突埋下隐患。一些大国对中东国家采取“分而治之”策略，鼓动民族宗教冲突，让它们只能走上“依附”之路。冷战结束后，美国借助军事手段在中东大肆扩张，强行推进政权更迭和民主输出，进一步加深地区国家的苦难。,真人发音版最新英语国际音标表,尊龙客户端,365速发国际最新。

  12月27日,日本学者：高市应尽快撤回错误言论,截至目前，佛山尚未公布一季度具体工业数据，不过，佛山市统计局在分析中坦陈，一季度，佛山规模以上工业经济在过去两年高基数基础上，叠加房地产下行影响，今年稳增长压力加大：,炸金花线上游戏,mg试玩,巴黎人的登录网址。

  时事3：千亿国际pt游戏老虎机

  12月27日,从化零为整到开放共赢 广西产业园区激活发展效能,“从权属的角度来看，公摊面积是业主的共有产权，业主的产权面积包括套内面积和公摊面积。所以，公众目前所谈及的取消公摊，更确切地来说，是希望改变商品房销售的计价方式。”成都市城市建设发展研究院副院长冯波告诉记者。,火拼赢三张,体育平台app大全下载,万博官网下载。

  12月27日,王毅：学思践悟习近平外交思想 砥砺奋进民族复兴新征程,除此之外，平台仍缺乏完善的应急预案与风控策略。此次黑灰产攻击明显为有组织、技术化的行为，攻击者操控大量僵尸账号在同一时段开播，但面对这种非常规攻击，快手显然缺乏成熟的应对方案，处置初期既无快速定位批量违规账号的技术手段，也无分级管控、精准限流的应急流程，导致工作人员只能封禁单个账号，难以遏制违规内容的大规模扩散。,博狗体育开户平台,so米直播体育平台,完美体育平台怎么样。

  时事4：世界杯赛事推荐网站

  12月27日,报告预测：中国微短剧行业将在多维层面持续进化,11天后的12月31日，原保监会再次发布批文，同意信达财险注册资本由10亿元变更为30亿元，同时有重庆两江新区开发投资集团有限公司（国有，以下简称“两江集团”）、台州万邦置业有限公司（民营，以下简称“台州万邦置业”）、联美控股股份有限公司（民营，联美量子前身，以下简称“联美控股”）等5家新股东进入，信达财险迎来民营企业股东。,伟德投注站官网首页,玩捕鱼大亨的经验,澳门捕鱼的手机网站。

  12月27日,融链赋能 2025企业科技创新发展论坛在深圳举办,我们现在的融资业务系统已经实现智能化。例如在系统中集成DeepSeek AI技术，支持大额业务和经营租赁系统，甚至与其他厂商直接接口对接。比如与创维的系统对接，满足获客需求。这些科技赋能和AI应用大大提升了系统能力，也显著提高了业务员的工作效率。,金苹果娱乐平台,万博官方,2018世界杯分组抽签结果。