猫眼电影记者 陈蕾 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1：365体育手机版下载安装

  12月25日,欧亚历史国际论坛举行 中俄哈三国学者共建二战历史新叙事,黄修平说，超长海底隧道往往工程规模大、建设周期长、投资金额高，需要对前期调研、设计、施工、设备采购以及后期维护等全寿命周期进行统筹管理，特别是风险管理变得尤为重要，需要对可能出现的技术、环境、经济等问题进行全面评估和应对。此外，他补充说，“海底隧道需要穿越海底沟谷、风化深槽，特别是渤海通道刚好处于地震带上，存在活动断裂带。复杂的水文地质条件给海底隧道设计与施工都带来巨大的挑战。”,万博manbetx手机版登录。

  12月25日,内蒙古乌兰哈达火山地质公园雪后初霁,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。,正版赌博,正版蜗牛报,澳门银银河官方入口。

  时事2：凯时直播视讯

  12月25日,今天零时起国内成品油价格下调,今年下半年，华工投资、华工瑞源发起设立华工未来基金、华工瑞源二号创投基金。其中，瑞源二号基金担当“产业引擎”——围绕产业链强链补链，培育未来龙头；华工未来基金担当“战略雷达”——面向“十五五”要求，培育和壮大新兴产业和未来产业，链接源头创新，孵化颠覆性技术。,ag国际馆真人,真人AG每个网都一样吗,五星体育网。

  12月25日,西延高铁不同快慢车次怎么选？带你解锁陕北出行新方式,与此同时，日益变化的募资环境也对CVC机构提出新的要求。回望2021年华工瑞源创投基金设立时以市场化LP为主的结构，2025年设立的华工瑞源二号基金，其LP已均为湖北省、市、区各级国资平台。,e星体育官网首页,可靠的彩票平台,威尼斯游戏网站。

  时事3：龙8国际真人百家乐

  12月25日,习近平对未成年人思想道德建设作出重要指示,“关税法二审稿将原产地基本规则纳入关税法，符合税收法定原则。原产地规则直接关系税率，这是税收法定原则的核心要素，必须纳入关税法。”施正文说。,百乐门开户平台,篮球赌注平台,炸金花下载安装。

  12月25日,中央经济工作会议：制定实施城乡居民增收计划,在此之前，赣锋锂业、天齐锂业也已经先后向业内释放出了乐观预期。两家全球性行业龙头普遍认为，受益于可再生能源并网、商用重卡等电动化设备等领域的需求增长，2026年全球锂需求有望增长至200万吨左右，基本达到供需平衡。,贝搏体育下载的网址,金宝搏官网188,世界杯买球赚钱吗。

  时事4：葡京体育官网登录

  12月25日,“十四五”期间 青海累计办理法律援助案件4.3万余件,今天（6月25日）至27日，世界经济论坛第十五届新领军者年会（下称“夏季达沃斯论坛”或“年会”）将在海滨城市辽宁大连举办。本届年会的规模、场次、嘉宾数量都再创新高——设计了200场左右的活动，有近50场会议网络直播，截至目前，已有近80个国家和地区的1600多位商界、政界、学术界、社会组织和国际组织嘉宾注册参会。,现金网排行,二八杠棋牌平台,永利双轮盘。

  12月25日,前三季度同比增长5.6% 我国海洋经济迈向高质量,今年一季度，佛山GDP实际增速仅1.1%，不仅在广东21座地市中“吊车尾”，在26座GDP万亿城市中也惨遭垫底。,新濠天地官方,真钱赢三张能提现,澳门威尼斯人网址。