猫眼电影记者 梁旭韦 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：伟德国际网页登录

  12月23日,宁夏：筑牢法治基石 绘就乡村善治新画卷,全球央行黄金托管的三大支柱是，纽约联储、英国央行和国际清算银行。,优信彩票首页官网。

  12月23日,南粤古驿道定向大赛总决赛粤赣联动重走“中央红色交通线”,据测算，在4月份-2.5%的PPI同比变动中，翘尾影响约为-1.8个百分点，今年价格变动的新影响约为-0.7个百分点。,leyu乐鱼电竞下载,大富豪游戏下载,乐动体育网页版登录。

  时事2：必赢亚洲网页版注册

  12月23日,国家技术转移中部中心在武汉揭牌,在华工科技党委委员、华工投资董事总经理张丽华看来，这是华工投资以“夯实链主科技型企业CVC定位”为要求，推动CVC能力持续深化的体现。,如何投注世界杯胜平负,2020最新送彩金网址大全,双色求走势图。

  12月23日,WTT香港总决赛9日挥拍 莎头组合持外卡参赛,至于马克龙，他此前的表态则更为积极，称不排除这一可能性。据美国“动力”军事新闻网站“战区”栏目报道，法国国民议会国防和武装部队委员会主席加西卢德1月27日表示，法国政府有可能同意向乌克兰提供战斗机。加西卢德在伦敦与包括英国国防大臣华莱士在内的同行会谈后说：“关于向乌克兰交付（战斗机），我们必须逐案研究请求，并敞开所有大门。”,欧宝平台登录网址,澳门金沙电子,扑克牌炸金花。

  时事3：美高梅app下载

  12月23日,秘鲁：山体滑坡致客船沉没 至少12人死亡,林地的再一次更新，是一个不亚于当年拓荒的过程。首先要取得林业部门颁发的采伐证，交300元/亩的押金，找人来把地里的“小老头树”采伐并清理干净。采伐的木材商会顺带清理地里的树根，相当于还农户一片相对的净地。作为交换，地里的木材会免费送给对方。2023年春天，一个采伐商来到地里，连根带木地拔走了吴七林30多亩土地里的杨树。“相当于这30多年没啥效益。”吴七林觉得。,网上二八杠怎么可以玩,靠谱的滚球app,新浪棋牌。

  12月23日,黑龙江省纪委监委通报7起违反中央八项规定精神问题,“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。,亿德体育官网注册,真人真钱网上娱乐,女子整容成"真人芭比" 称不吃不喝靠空气生存 国际在线。

  时事4：世界杯赛竞彩网站

  12月23日,“古老产业”缘何成为食品业创新活跃因子,未来，双方将继续依托 NEXT-BIO 平台，聚焦多肽、小分子及新机制等重点方向，打造常态化的“项目遴选 + 专家评估 + 共研共投对接”机制，推动更多具有 FIC/BIC 潜力的中国创新药资产走出实验室、走向临床与全球市场，实现真正意义上的“共研、共投、共赢”。,澳门金沙电子官网,12bet在线注册,新匍京娱乐场官方网站。

  12月23日,呼伦贝尔在北京招商引资近160亿元,经研究，聘任王炯、顾晓敏为招商局集团有限公司外部董事，罗东江、陈佐夫不再担任招商局集团有限公司外部董事职务。,云顶app,注册送十元彩票,澳门皇冠电子。