猫眼电影记者 黄毓玲 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：大发888全站APP

  12月25日,感受“深圳质感” 看“未来已来”：国际人士触摸科技浸润下的城市温度,“重要的不仅仅是（提供）某种特定的武器系统、某种装备，”布林肯称，“乌克兰有能力有效使用（这些武器）同样重要，而在某些情况下，这需要大量训练。”,十大真钱官方。

  12月25日,中国—巴西科技创新中心在里约热内卢启动,该行预计公司2025-2027年归母净利润分别为2.5/5.4/9.3亿元，PS分别为4.5/3.7/3.2X，与可比公司相比性价比突出。,欢乐炸金花版本,yobo官网,开云体育官网入口网页版登陆。

  时事2：世界杯足球投注入口

  12月25日,海南白沙山兰稻飘香引客来,2025年1月，黄金还在2614美元盎司左右。今年黄金年内涨幅接近70%，势将创下1979年以来的最大年度涨幅。然而，在摩根大通分析师看来，金价未来一年仍有逾10%的上涨空间。,沙滩排球游戏下载,博狗最新版APP,大富豪游戏下载。

  12月25日,“粤车南下”将入境香港市区 各项措施准备就绪,三、房地产方面，地方政府缺乏有效应对手段，宏观经济管理当局出面救企业，救企业不是救老板，救的是宏观经济。,太阳集团娱乐网址平台,万博客服端下载官网,365bet体育手机客户端。

  时事3：千亿棋牌官网最新版qy988

  12月25日,专家学者聚首古城 纵论“扬州八怪与廉洁文化”,大家中午好，我们是一家科技公司，我今天发言的主题是“融资租赁业务系统，赋能租赁业务转型发展”。其实今天上午几位嘉宾也说过了，所有的想法、所有落地的方案，事实上现在都需要科技赋能。所以我们现在就做这么一件事情。我今天从三个方面和大家做一个分享。,leyu乐鱼网址,火狐彩票app下载,bv伟德体育app。

  12月25日,广西百色教师性侵学生案一审宣判：涉事教师获刑18年,现场媒体和社交网站上的球迷在这场1比1的平局后开玩笑说，“国足被判了死缓，五天后执行。”,巴黎人集团,918天堂博,cq9跳高高开始上多少分。

  时事4：乐鱼官网app下载

  12月25日,内蒙古地质矿产集团有限责任公司副总经理张韦接受审查调查,在平时，靳东做足了表面上的学习。担任领导干部以后，他时常把学法、知法、懂法、用法挂在嘴上，在各种会议上要求党员干部把法律红线视为不可逾越的底线。在担任县长期间，靳东还在自己主持召开的党员干部违规收受礼金问题专项整治工作动员会上表示，要以坚决的态度、务实的措施开展专项整治，要求每名干部职工都作出不违规收受礼金的书面和口头廉政承诺，并要求按照有关规定对违规收受礼金问题进行严肃处理。,银河国际城娱乐网站,六合直通车A,澳门网上网址平台。

  12月25日,（走进中国乡村）广东电白小渔村“念活”40亿元对虾养殖“新农经”,中国机电产品进出口商会（以下简称“中国机电商会”）在6月12日晚发布的声明中也表示，本次调查不是由欧盟产业主动申诉，而是由欧委会基于损害威胁依职权主动发起，这在欧盟的贸易救济实践中非常罕见，调查过程也存在严重瑕疵。,开云娱乐官网,宝博下载地址,百家乐下载网址。