猫眼电影记者 庞中强 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1：188体育开户网址

  12月28日,韩国首尔地铁施工现场钢筋倒塌事故7名被埋人员已全部救出,生态，曾是国产系统最难跨越的鸿沟。鸿蒙深知，真正的竞争不在技术单点，而在生态共建。2024年10月，鸿蒙5发布，全面启用自研内核，迈出生态独立的关键一步。令人振奋的是，开发者们没有让鸿蒙独行，而是选择坚定地与这个国产操作系统站在了一起。,真钱电子网站。

  12月28日,AI赋能中医创新 专家强调“以人为本”核心不可替代,我们要求美方停止售台武器和美台军事联系，停止插手台湾问题，停止加剧台海局势紧张。中国人民解放军始终严阵以待，随时回击一切谋“独”挑衅和外部势力干涉，坚决捍卫国家主权和领土完整。,纸牌二八杠规律,bv伟德官方网站,大赢家即时比分即。

  时事2：世界杯竞猜投注站

  12月28日,马来西亚音乐代表团在京研学感受中轴线魅力,这段视频发布于3月17日，视频中的女孩是四川眉山市的一位初二学生，教育女孩的便是自称为资深家庭教育专家的赵菊英。有网友指出，在赵菊英家访这一女孩的过程中，女孩对待赵菊英的眼神从最初的爱笑有光，到最后变成了愤恨无神。,永乐手机app官方网站下载,世界杯如何开户,天博体育app苹果。

  12月28日,琼港携手共同打造南海救援“海空生命线”,“量”少，“质”也不优。在首轮“双一流”高校建设名单中，浙江仅有1所高校入选。尽管在第二轮名单中增至3所高校，但在全国省份中仍属落后梯队，与周边上海、江苏等动辄10多所高校入选的省市相比更是强弱悬殊。,太阳城开户,威尼斯人官网,od体育app官网下载安卓。

  时事3：诈金花游下载

  12月28日,壹视界·任平文章解读｜从三对关系，看如何因地制宜做好经济工作,钟自然出生于1962年8月，安徽桐城人，曾在原地质矿产部和原国土资源部工作多年，2014年任原国土资源部党组成员，中国地质调查局局长、党组书记。,艾弗森贝博app官方下载,电竞下载,九游会官方下载安卓。

  12月28日,向绿而行、向实而兴，山东“绿动能”与“金引擎”深度融合,世界黄金协会指出，央行为其国际储备增持黄金最常见的方式是通过场外交易（OTC）市场购买黄金。,365bet体育在线台湾,蛇报,502 Proxy Error。

  时事4：bwin客户端下载

  12月28日,冬季出行有哪些安全注意事项？这份重要提醒请查收→,与此同时，瑞济生物的业绩情况不容乐观，2024年扣非净利润为-1274.15万元，今年前三季度亏损1193.27万元。,乐鱼体育登录地址,体育大平台排行,168APP安卓。

  12月28日,2025年我国脑机接口产业发展成效显著,美国商业地产投资的底层逻辑正在被人工智能热潮重塑，这一趋势虽然为投资者带来了巨额潜在回报，但也使其投资组合以前所未有的程度暴露在单一行业的风险之下。,凯发娱乐客户端手机,直播世界杯的网站,沙巴app平台。