猫眼电影记者 丁雷 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：必威网页登录

  12月22日,上海业主私挖地下室事件最新进展如何？治理违建难到底在哪儿？,当前，以科技股为主的纳斯达克综合指数市盈率为 31 倍，而香港恒生科技指数市盈率仅为 24 倍。投资者可通过阿里巴巴、百度、腾讯以及芯片制造商中芯国际等个股，布局中国人工智能领域。,ob体育官网入口。

  12月22日,下单前必看！新规让“幽灵外卖”现原形,中方对2024年3月成功举行的俄罗斯联邦总统大选表示欢迎，认为本次选举组织程度高，公开、客观且具有全民性，其结果充分彰显俄罗斯政府所奉行的国家政策获得广泛拥护，而发展同中华人民共和国的友好关系是俄罗斯外交政策的重要组成部分。,卡塔尔世界杯足球买球,至尊棋牌版官方,线上赌博有哪些平台。

  时事2：杏彩网页版登录注册

  12月22日,此行间·“不打领带”的友好交流，习近平向马克龙这样介绍中国“治”慧,普益标准数据显示，截至2025年三季度末，理财公司存续封闭式固收类产品近1个月与3个月年化平均收益率分别达到2.3%、2.73%。对农商行而言，这份收益率有望确保他们通过理财业务吸收个人存款。,体育博365,万博官网网页版本登陆不了怎么办,威尼斯人网址正网。

  12月22日,乌克兰敖德萨州启动国家级紧急状态,而且在国泰之前，南航和乌鲁木齐航空已经开通了香港航线。相当于香港也不是乌鲁木齐的新航点。,足球滚球哪个平台好,贝博在线登录,银河在线app下载。

  时事3：ku娱乐平台注册入口

  12月22日,一路山海一路跑 万余名跑友用脚步丈量宁德“城市脉搏”,关于如今的中美关系，中国外交部发言人毛宁表示，中方始终按照习近平主席提出的相互尊重、和平共处、合作共赢三原则看待和发展中美关系，同时坚定捍卫自身主权安全发展利益。此次飞艇误入美国领空完全是个意外偶发事件，但考验的是美方对稳定和改善中美关系的诚意以及处理危机的方式。美方应同中方相向而行，妥善管控分歧，避免误解误判、破坏彼此互信。,手机赌场app官网,优发娱乐手机客户端,IM体育官网登录。

  12月22日,特奥举重台上的“母亲”教练,五里河体育场多年前已经整体拆除，如今昔日体育场已经变成了住宅小区，而国足出线后特地给球员铸造的铜像，则被集体移至一公里左右的沈阳少年宫外面的草坪中。中泰之战前，还有不少媒体记者相约来到铜像前打卡留念。,给几种百家乐必赢的方法,hg8868手机登录官网,体育注册平台app。

  时事4：bob官方平台

  12月22日,国乒十连胜晋级！今晚混团世界杯决赛将迎战日本或德国,伦敦是全球黄金定价和交易中心，BoE （英国央行）的金库承载着大量的官方用金。,大乐透网上投注,188体育平台app登录网址,365手机登录网页版。

  12月22日,未到天安门 却抚到“天安门的红”，九旬老兵热泪滚烫,6月13日，河南全省抗旱暨安全生产电视电话会议召开。河南省委书记楼阳生在会上指出，近日，全省大部地区出现连续高温少雨天气，土壤失墒严重，旱情发展迅速，高温易引发的森林防灭火、危化品生产储存运输、户外施工、城乡燃气等领域安全风险加大。要突出抓好安全生产、森林防火、抗旱保苗、饮水保障。,九州体育登录网址,千亿游戏官方网,飞速体育。