猫眼电影记者 苏滁 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：世界杯怎么投注球队

  12月28日,海军989编队抵达印度尼西亚进行友好访问,韩国外交部发言人任洙奭在记者会上表示，正与日方就司局级磋商地点和时间进行协调。他强调，借此机会，韩方专家们可前往现场考察核污染水处理设备及设施，开展必要的分析活动。,永乐国际客户端。

  12月28日,习近平出席中央经济工作会议并发表重要讲话,有受访房产测绘人士表示，预售商品房的面积是根据建筑设计图纸预测出来的，在房屋建设过程中，可能存在部分区域设计和施工调整，最终在房屋竣工后实际测绘时，产生面积差异，个别商品房项目甚至可能出现交房实测的公摊面积变化较大的情况。以套内面积计价，可以更好解决面积差异带来的房款结算问题，也可避免一些矛盾纠纷。,网络百人牛牛怎么赢钱,江西福利彩票,万博manbetx客户端网页。

  时事2：开云体育的网址

  12月28日,海南自贸港封关倒计时 记者探访“二线口岸”,2023年10月，欧委会宣布对中国进口的电动汽车正式启动反补贴调查。今年6月12日，欧委会发布临时反补贴税的预披露信息，关税分为三档：针对样本公司征收的税率、针对未被全面调查但接受了问询公司的平均税率、未接受调查公司的税率。,银河新会员注册,世界杯买球怎么看,8868体育集团官网。

  12月28日,纯如之眼,对南方不少地方而言，高考下雨的概率真的会更大些。中国天气网统计了2003年至2021年19年间全国高考期间（6月7日至9日）平均降水量，可以看出高考期间雨水最多的地方集中在南方，尤其华南地区。此时正值当地的龙舟水期间，大量暖湿空气从海面输送而来，一旦遭遇冷空气就会制造大范围的猛烈降雨，广东、广西、福建、贵州等地都是高考遇雨大户。,365足球软件,分分彩官方网站,大奖娱乐网址。

  时事3：澳门威尼斯人现金网址

  12月28日,伊朗：始终希望通过外交途径解决争端,另一个值得关注的财务风险点是规模庞大的应收账款。截至2025年第三季度，公司应收账款余额已达到97.90亿元的历史高位。,皇冠手机最新登录app,皇家AAA,二八杠网上app。

  12月28日,探访厦门制造业“隐形冠军”：算力加持赋能“智造”提质,深圳GDP增长6.4%，居万亿城市前列；去年持续承压的东莞也一扫疲态，GDP同比增长5.5%，跑赢全国5.3%、全省4.4%的平均水平。,赚钱就这么简单,bbin体育手机版,沙巴足球。

  时事4：威尼斯人最新官方网站

  12月28日,壹视界·微视频丨从一篇党报征文，感悟跨越百年的鼓岭情缘,公开资料显示，唐一军出生于1961年3月，山东莒县人，曾任浙江省宁波市政协主席，宁波市委副书记、代市长，浙江省委常委、宁波市委书记，浙江省委副书记、宁波市委书记等职，2017年10月任辽宁省委副书记、代省长，2018年1月任辽宁省省长，2020年4月任司法部部长、党组副书记，2021年8月任司法部部长、党组书记。,火狐在哪玩,赢钱的游戏排行榜,万赢国际彩票app。

  12月28日,“中国洋浦港”船籍港发展强劲 登记船舶数量达70艘,根据安排，每次大会开幕的前一天都要举行预备会议，之后举行第一次主席团会议，经表决指定大会发言人。,足球现金网平台,鸿图国际,云顶国际世界杯比分。