猫眼电影记者 金学锋 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：亚盈官网

  12月24日,今天是全国交通安全日·安全提示：加塞抢行是交通事故最常见的“导火索”,首次上太空，航天员李聪和航天员李广苏的背囊里，装满了对家人的思念。,财神指路A。

  12月24日,2025年全国雪地腰旗橄榄球公开赛在哈尔滨开赛,据台媒此前报道，受低温、禽流感影响，岛内蛋荒难解，鸡蛋、鸭蛋价格双双调涨。继鸡蛋批发价涨至每台斤（约600克）55元新台币创历史新高后，先前早已涨至历史高点的鸭蛋，每台斤也在本月10日起上涨3元，产地价达到每台斤48元，同样再创历史新高。,爱游戏官方网,二十一点游戏网站,最热门挣钱的棋牌游戏。

  时事2：亿博体育网站是什么

  12月24日,2025特步泉州晋江马拉松赛开跑 海内外选手畅跑世遗路,答：高官磋商是中国东盟重要战略沟通与合作机制。刚才我和东盟同事在亲切友好的气氛中，就新形势下深化全方位合作及共同关心的国际地区问题深入交换意见，达成广泛共识。,88必发官网,AG旗舰厅登录,至尊游戏厅官方下载。

  12月24日,宁夏百岁老党员践行大爱逝后捐献遗体,福特汽车则明确，将把投资重心转向混动车型（包括插电混动），而非纯电动车型；取消下一代大型纯电皮卡的研发计划，转而开发更小、更亲民的经济型电动车型；同时重新平衡在皮卡、SUV 等核心燃油车型上的投资。,九游会注册彩金,欧宝体育app官方,必发赌场网站。

  时事3：世界杯竞猜的网站

  12月24日,政企携手育人才，贝壳以“服务者价值”助推居住服务高质量发展,近日获批的深圳理工大学、佛山大学、肇庆医学院、金华职业技术大学等等，正是国家层面支持与当地努力的成果体现。,优发娱乐网站平台,葡京app官网注册,天博app正规吗。

  12月24日,东西问｜史芬娜：“中国风”何以风靡欧洲百余年？,相关数据显示，包括Pilbara、ALB在内的主流矿企，资本开支峰值多数在2023年下半年触顶后持续回落。,金沙电子游戏网址,尊龙AG棋牌,意昂体育平台APP。

  时事4：bet188平台

  12月24日,北京直飞阿曼航线正式开通,适度超前也有面向未来的考量。李瀚明表示，最近几年，国内长途旅行取代了一部分出国游的需求。西北是国内长途旅行的主要目的地之一，新疆、青甘大环线等热度居高不下。西北遥远，高铁也不发达，更依赖民航运输。此外，西安和乌鲁木齐还有建设国际航空枢纽的需要。,必威中文体育官网,澳门网络游戏网站地址,bet365下载地址。

  12月24日,悉尼邦迪海滩枪击案现场：附近路段封控 多名警员驻守,消费复苏的持续性仍存不确定性。今年以来，居民消费开始回暖，但恢复水平有限，未来延续低位震荡，还是能继续向常态化增速靠拢，仍需密切跟踪。消费如持续乏力，则经济回升动力受限。,玩现金的炸金花叫什么,网上正规赌场有哪些,富豪娱乐捕鱼官方。