猫眼电影记者 杰夫·范甘迪 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：注册送币下载软件

  12月24日,镜观·回响｜古韵新曲润三秦,46979名观众创造了国足多年来主场上座纪录，同样本场比赛也有超过400名媒体报名采访。,全民炸金花吧。

  12月24日,巴西华社举行多场圣诞慈善活动,5月6日，重庆市甘肃商会工作人员告诉极目新闻记者，商会已关注到相关舆情，但由于赵菊英所经营的公司只是商会的理事单位，商会对公司经营不起监督管理作用，因此无法介入处理。该工作人员记录了记者的信息，表示会向赵菊英转达，但截至发稿时记者并未获得回复。,玩捕鱼大亨的经验,AG都有什么游戏,威尼斯人官方网站登录入口。

  时事2：世界杯投注瘪as83me葫

  12月24日,东西问丨韩俊友：为何一粒种子可以改变世界？,在打平泰国队之后，积8分的中国队要在最后一轮小组赛客场挑战韩国队，而积5分的泰国队面对的是已经出线无望的新加坡队，后者刚刚在主场以0∶7败在了韩国队脚下。,华体育app下载官方,真人德州官网登陆,网上真人平台注册。

  12月24日,重庆又一隧道主线通车 助力“隧道之城”建设,“我们村前后也就两三个小商店，还有一个个人开的小茶场，没有什么企业，大部分人都在外打工，村里都是中老年人，哪有那么多个体工商户？”汪争猛说。,世界杯怎么投注软件,c彩61彩票网,云顶娱乐官网网站登录。

  时事3：沙巴体育在上

  12月24日,透视11月数据 3个关键词锚定明年经济工作,中国信达：成立于1999年，是经国务院批准设立的国有独资非银行金融机构，我国第一家处置金融不良资产的专业机构。,世界杯正规赌球网站,凯时kb88官方网址,广东会vip网站多少。

  12月24日,工信部：2025年前10月通信业运行总体平稳,西摩·赫什还表示，美国不可能支持对于“北溪”管道遭破坏事件进行独立调查。美国也绝对不可能承认此事是自己所为。,刺激战场国际服一句多少真人,世界杯在什么app投注,巴黎人的登录网。

  时事4：利发国际真人娱乐在线

  12月24日,商业航天，从发射场到“三链协同”,此前于5月6日，深圳市商务局已宣布，启动汽车“报废更新”及“置换更新”补贴活动，支持汽车以旧换新，促进消费升级换代。其中，报废更新补贴最高可达到1万元，置换更新补贴最高为8000元。,k8凯发开户,手机即时足球比分,世界杯推荐的彩票网站。

  12月24日,港澳平：坚决支持香港特区对反中乱港首恶分子黎智英依法定罪,他强调，在全面建设社会主义现代化国家新征程中，中国实行改革开放的决心和意志是坚定不移的。全国人大及其常委会高度重视维护国家主权安全发展利益方面的法治建设，同样高度重视扩大对外开放方面的法治建设。,开博体育官网登录入口,新普京威尼斯娱乐,6up扑克之星有苹果app吗。