猫眼电影记者 宋曦曦 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1：二八杠游戏免费

  12月26日,墨西哥一军机坠毁致5人死亡,按市场价格计算，黄金价值已经突破4万亿美元，去年黄金占全球外汇储备的比例已经升至20%，超越16%的欧元，仅次于46%的美元，一举成为全球第二储备资产。,赠送彩金平台有哪些。

  12月26日,食品添加剂致痛风？医生：不能撇开剂量谈风险,据悉，此次自卫队处理的废弹为其淘汰退役子弹、不良子弹和老化子弹。（总台记者 刘茁野）,365bet体育平台登录,乐虎国际可靠吗,心博天下开户网址。

  时事2：凯发娱乐登录界面在哪

  12月26日,第十五届中国智能车未来挑战赛举行 机器人担任“考官”,——在已成功落地和正在实施的项目经验基础上，按照互利共赢、利益均衡原则深化民用核能领域合作，包括热核聚变、快中子反应堆、核燃料闭式循环，探讨以一揽子方式开展核燃料循环前端和共建核电站合作。,世界杯彩票 购买,澳门巴巴黎人app,ope网站。

  12月26日,拉齐尼·巴依卡：云端守边的帕米尔雄鹰,受地磁暴影响，我国大部分地区电离层将会出现扰动，短波通信和导航定位会受到不同程度的影响；高层大气密度显著增加，将导致低轨卫星轨道衰减加剧。以上后续效应请相关部门关注，国家空间天气监测预警中心将密切跟踪事件发展，及时发布预报预警信息。,线上皇冠体育正规平台,天博TB综合体育,支付宝微信世界杯投注。

  时事3：AG怎么登录

  12月26日,习言道｜不断巩固拓展经济稳中向好势头,截至收盘，上证指数涨0.07%，深证成指涨0.27%，创业板指涨0.41%，全市场成交额约为1.92万亿元，较上一交易日增加392亿元。,万博官网手机登录页,龙8手机登录客户端,哪里能赌篮球。

  12月26日,海南用“活”医疗健康数据 增进人民福祉带动产业发展,2023年12月，诺泰生物成功发行4.34亿元可转换公司债券，期限6年。其《募集说明书》中直接引用了2021年经审计的财务数据，包括虚增的3000万收入。,百家乐线路检测,澳门皇冠视频网站,best365官方app。

  时事4：bbin快速注册

  12月26日,泉州打造世界知名海丝文化旅游目的地,刘长文说，此前，有个别村民发现自己或家人被注册了个体工商户，汇报到村委会，村委会都会帮忙注销。,ku体育下载,AG大厅,博鱼在哪里玩。

  12月26日,文化抗战（桂林）研究院揭牌成立,而且在国泰之前，南航和乌鲁木齐航空已经开通了香港航线。相当于香港也不是乌鲁木齐的新航点。,正规足球买球网站,贝博足球,米乐真人百家乐。