猫眼电影记者 杨春节 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：世界杯购买

  12月24日,【讲习所·中国与世界】“让海南成为新时代中国改革开放的示范”,证券日报网讯 12月23日，长春高新在互动平台回答投资者提问时表示，公司高度重视投资者关系管理工作，已通过券商策略会、电话、路演及现场调研等多种形式，与投资者保持密切沟通，后续公司也将持续加强与资本市场的沟通交流，不断完善投资者关系管理，进一步提升信息披露透明度。,男篮世界杯投注网。

  12月24日,上海：打造冬季商业消费场景,海外网5月10日电 据台湾“联合新闻网”报道，台中市南屯区一地10日中午施工期间发生吊车吊臂倒塌事件，一旁的捷运车厢遭砸中严重毁损，钢架插穿车厢，场面骇人。事件造成8人受伤送医，一名乘客死亡。,真人炸金花赢现金,米乐平台被骗的钱能举报吗,pg电子试玩平台。

  时事2：ag捕鱼王下载平台

  12月24日,从“五个必须”读懂明年经济怎么干,“这个事情，从县委县政府到镇党委和政府，都非常重视。当时是什么人、什么原因、什么目的（做的这个事），给群众造成了什么影响，肯定要查个水落石出，给老百姓一个交代。”,亚美am8官网,云顶娱乐网页版,ag真人百家。

  12月24日,新疆维吾尔自治区人民检察院原党组书记、副检察长郭连山被查,靳东自诩知法、懂法，这样的“底气”源于他早期所学专业和工作经历。本科读的是法律专业、第一个工作岗位是警察、负责的第一项工作是司法、担任副县长分管的工作主要是公安、司法……,凯时app下载,沙巴体育注沙巴体育注册,manbetx.apk。

  时事3：赌博直营平台

  12月24日,走进民企看发展丨面壁智能CEO李大海：大模型公司，就是为创新而生,据测算，在4月份-2.5%的PPI同比变动中，翘尾影响约为-1.8个百分点，今年价格变动的新影响约为-0.7个百分点。,888真人国际娱乐场,捕鱼大师苹果版本下载安装,捕鱼达人2无广告版。

  12月24日,四大“晴雨表”映射湖北经济稳中向好,靳东，1976年出生于山东省，毕业于中央戏剧学院，国家一级演员，曾获得“青年五四奖章”先进个人、“全国德艺双馨电视艺术工作者”等荣誉称号。他还是第十四届全国政协委员。,葡京真人直营,炸金花直播,08vip国际。

  时事4：世界杯买球app不能用了

  12月24日,投资于人，专家学者吁儿童优先,兰州和乌鲁木齐之前都只有一条跑道，因起降架次多，乌鲁木齐一直是国内最繁忙的单跑道机场之一。扩建后可以极大缓解这几座机场的现有压力。,美高梅官方下载,腾龙娱乐网站客服,电子游戏送彩金体验。

  12月24日,杭州灵隐寺免门票、多个景区跟进，“门票经济”时代退潮？,1月30日，唐家成在出席活动致辞时指出，今年往后一段时间，港交所及香港证监会将会研究收窄股票买卖价差，此前也发布了上市公司库存股份咨询文件，相信这有助提升香港市场的流动性及吸引力。,网上博弈娱乐网址,KY棋牌,体育投注365。