猫眼电影记者 韩某 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：澳门人巴黎人注册送18紫色

  12月26日,外媒：关税政策引发经济不确定性 美国劳动力市场状况恶化,新京报讯 据国家空间天气监测预警中心消息，国家空间天气监测预警中心5月11日9时发布地磁暴红色预警：北京时间2024年5月10日23时起发生地磁暴，最大级别达到超大地磁暴（Kp=9）水平，预计未来24小时，磁暴过程仍将持续，后续仍可能发生大地磁暴。,怎样在线上买彩票。

  12月26日,微视频丨以文化赋能经济社会发展,据英国广播公司（BBC）2月9日报道，泽连斯基访英之际，乌英两国领导人会晤讨论“双管齐下的英国对乌援助”，其中包括立刻增加军火援助以应对俄军春季攻势，以及强化长期支持。此外，泽连斯基还在白金汉宫会见了英国国王查尔斯三世，并在英国议会下议院发表演讲。,亿博体育在哪玩,必威亚洲备用网,马会传真-特码报。

  时事2：怎样在手机上买足球

  12月26日,未来五年 全国养老护理员缺口超500万,上述《中国纪检监察报》文章介绍，1970年，靳东出生在金川县一个普通家庭，全家仅靠父亲的工资和几亩土地艰难度日，但一家人依然生活得温馨而快乐。靳东的父亲是个老党员，曾为了保护国家财产而因公致残。其父亲一直教育靳东姐弟4人要做正直的人、坦荡的人，并且对读书较为努力的靳东寄予厚望。在父亲的耳濡目染下，靳东成为家族的第一名大学生。,万人斗地主电脑版,365体育注册网站,凯发娱乐手机版登录注册。

  12月26日,长江经济带近视防控工作现场推进活动在武汉举行,吉尔吉斯斯坦外长库鲁巴耶夫在参加中国与中亚五国外长第四次会晤后表示，吉方提出了在中亚国家和中国边境地区建立贸易免税区的建议。“中国+中亚五国”这一合作机制应当致力于巩固互信，维护地区稳定，进一步推动中亚国家和中国的务实合作，充分挖掘地区潜力，最终促进共同繁荣。,开元277棋牌安装,龙8国际体育APP,188betapp下载。

  时事3：e乐彩登录旧版

  12月26日,邦迪海滩突发枪击！男子挺身而出制服枪手获赞“真正的英雄”,拉长时间线来看，在内外部多重压力下，本世纪以来，佛山工业生产总值占全省比重走出“先升再降”的曲线——2002年至2009年，比重从12.50%攀升到17.15%，创下历史新高。但从2010年开始占比整体下滑，2021年回落至15.30%。,疯狂斗地主版本,皇冠比分官网,万博官网登录手机。

  12月26日,走进民企看发展丨爱伲咖啡董事长刘明辉：让云南咖啡走向世界,“停止那些琐碎的胡扯。她只是在跟朋友打个招呼。那些觉得这个有问题的人才有问题。”,聚星app下载,威廉希尔官方app,AGg九游会app。

  时事4：永利会

  12月26日,每秒超6200件！火热数据折射经济向好强劲脉动 快递业务呈现新亮点,九是铜成为算力产业链中最优质资产，紫金矿业市值与规模超过必和必拓，成为全球最大矿业公司；,靠谱的买球网站,365bet体育开首页,j9九游会登录入口首页旧版。

  12月26日,Citywalk:漫游深圳大芬油画村,亚洲新闻台（CNA）记者提问：去年中国全国人大公布了《对外关系法（草案）》，其中包括中国在必要时可以采取反制和限制措施。考虑到中国面临的外部挑战，包括涉及美国的挑战，上述措施对中国的外交政策意味着什么？中国外交是否会越来越具有攻击性？,bet365app最新版,m6米乐在线试玩,沙巴体育网站是多少。