猫眼电影记者 邵占维 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1：2019欧洲杯葡萄牙队队员名单

  12月26日,第九届吉林冰雪产业国际博览会长春开幕,我们对央行黄金储备行为的探讨也着力聚焦2000年后的购金和储备管理行为。,捕鱼达人网页版在线。

  12月26日,自由式滑雪U型场地世界杯云顶站：三名中国女将晋级决赛,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。,澳门九五至尊网投网站,真钱赌场游戏,新萄京娱乐网址3522。

  时事2：千赢国际足球

  12月26日,日本遗孤郜凤琴：没有中国，我也不能有今天,德国汽车工业协会也认为，现在宣布的这些措施不会解决欧洲和德国汽车产业面临的挑战。相反，欧委会征收反补贴税的意图在贸易冲突中可能很快产生负面影响，重点必须放在欧洲作为工业基地的吸引力和竞争力上。这是成功转型和在国际竞争中占据领先地位的最佳前提。因此，需要积极的工业战略，包括积极的贸易政策。,赢三张app,果博官网登录,金牌德州还能玩吗。

  12月26日,倪夏莲回应62岁复出：希望争取参加洛杉矶奥运会,得房率是指套内面积占建筑总面积的比例，也称为K值。尹稚在前述文章中提到“上世纪80 年代的时候，全国通用的住宅K值能达到85%以上”。,金宝博网址多少,百汇娱乐注册,澳门炸金花的规则。

  时事3：江岸国际真人CS

  12月26日,中越浦寨-新清货运专用通道智慧口岸中方段即将投运,相比之下，林业用水会比农田灌溉多，也暂时没有管制。半干旱条件下，一片幼林一年浇水5~6遍是正常。“树根要深，要淌水渗下去，如果算上林间作物用水量就会更大一些。”2023年春，吴七林就和4户村民搭伙一起打了一口井，深70米，费用110元/米。这口井担负着上百亩林地和林间耕种的灌溉任务。这种当地用水的便捷，也是吉林种植户倾向于来内蒙古承包土地的原因之一。,皇冠足球体育app下载,云顶国际世界杯内幕,开心对对碰。

  12月26日,以电力为基 绘就雪域乡村振兴新图景,曙光信息称，于今年4月20日披露《关于公司董事收到立案告知书的公告》，所述立案调查事项已调查、审理终结。上述处罚决定主要涉及李国杰个人，不会对公司生产经营产生重大影响，目前公司经营情况正常。未来将以此为鉴，进一步加强培训宣导，督导全体董事、监事、高级管理人员严格遵守有关法律法规的规定，同时强化对亲属行为的监督管理，避免此类事项再次发生。,宝博游戏大厅,金币能换钱的棋牌游戏,尊龙AG旗舰厅。

  时事4：蓝狮彩票平台登录

  12月26日,向绿而行、向实而兴，山东“绿动能”与“金引擎”深度融合,其次，中国车企还可以加强与欧盟当地企业的合作。通过与当地企业共同研发、生产、销售电动汽车，中国车企可以更好地了解当地市场需求和消费者偏好，以更贴近当地消费者需求的方式进入市场。例如，零跑汽车与斯特兰蒂斯在荷兰的合作案例就为中国车企提供了宝贵的经验，这种合作模式有助于中国车企提升品牌影响力并扩大市场份额。,皇冠新现金手机app下载,国内买球的正规网站有哪些,爱游戏彩票。

  12月26日,学习时节丨沿着总书记指引方向，深挖中国经济潜能,两名欧洲议会消息人士分别对法新社透露，泽连斯基很有可能在2月9日出席议会特别会议并发表演讲。乌克兰政府官员披露，泽连斯基将在布鲁塞尔要求加大军援力度。,可以赢钱提现金app,伟德app下载官网,开云真人百家乐。