猫眼电影记者 曹双友 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：银河下载彩票app

  12月25日,今年前10个月我国交通运输经济运行稳中有进,这一立场符合国际通行的公司治理原则。例如，美国SEC在Enron、WorldCom等案中均强调：管理层不能以依赖审计师为借口逃避责任。,云顶娱乐网址登录不。

  12月25日,新国标为二手电子产品装上数据安全锁,早在1992年，国家有关机构专门成立“渤海海峡跨海通道研究”课题组，开启桥梁、隧道比较论证。此后，国家有关部门，山东和辽宁有关部门，特别是有关高校科研院所的专家学者，不懈研究，各方面的研究成果不断涌现。,金鲨银鲨,球球官方网,365体育下注全网独家介绍。

  时事2：新金沙官网在线

  12月25日,马克龙第四次访华，中法再迎战略沟通窗口,具体来看，三大股指盘中强势上扬，午后涨幅有所收窄。截至收盘，沪指微涨0.07%报3919.98点，深证成指涨0.27%，创业板指涨0.41%，中证2000指数跌0.63%，沪深北三市合计成交19216亿元，较此前一日增加近400亿元。,beplay体育手机官网,2026世界杯在线买球app,欧宝手机版登录。

  12月25日,中国外交部：侵华日军731部队犯下罄竹难书的反人类罪行,事实上，特朗普团队此前关于经济增长的诸多承诺，如今已将预期目标转向 2026 年。,hth华体会在线开户,pg电子麻将胡了,利记网址。

  时事3：亿博官网APP

  12月25日,中共铁岭市委召开党外人士座谈会,2012年12月20日，经原保监会批复，中国信达全权受让信达投资、中经信股权。股权更迭后，中国信达持5.1亿股，股权占比升至51%，成为信达财险控制类股东。,天博全站app下载,欧宝注册入口在哪里,体育平台代言人有哪些。

  12月25日,福州：暖阳相伴 游客夏装出行,生活中，人们常用认可度判别事物，区分高下。请写一篇文章，谈谈你对“认可度”的认识和思考。,棋盘游戏平台,pg电子模拟器网站模版,万博赞助狼队。

  时事4：十大赌博评级网站

  12月25日,用AI讲好中国故事 2025古剑山·大学生AI艺术应用创新大赛落幕,高教资源对于区域发展的重要性不言而喻。被高教短板深深刺痛的广东，很早就开始发力填补“洼地”。,跑得快怎么玩,幸运之门,赢三张金币版本。

  12月25日,寒潮降雪天气来袭 多部门迎“寒”而上保通保畅保农业生产,“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。”,bet356亚洲版在线体育投注,皇冠体育玩法,云顶娱乐官网手机版。