Multimodal-RAG-Survey

一册在手，看懂多模态RAG全貌，快速入门研究

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 搜索知识 🍴 复刻 30 👀 关注 9
GitHub ↗
GitHub 星标 ★ 545
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目，无在线服务，需自行部署，完全免费。

项目预览

Multimodal-RAG-Survey 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类搜索知识
开发团队llm-lab-org
GitHubhttps://github.com/llm-lab-org/Multimodal-RAG-Survey
定价模式🏷️完全免费
价格说明开源项目，无在线服务，需自行部署，完全免费。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
技术栈/模型multimodal-learning,rag,retrieval-augmented-generation
GitHub 星标★ 545
上线时间2025-02-11 00:00:00
代码更新2026-11-07
仓库体积5.2 MB
本站数据更新2026-11-09
维护状态活跃
收录时间2026-08-09
浏览次数2

项目介绍

Multimodal-RAG-Survey 是一份关于多模态检索增强生成（RAG）的综述性开源项目，旨在系统梳理多模态RAG领域的研究进展、技术方法和未来方向。它解决了传统RAG仅处理文本、无法有效利用图像、音频、视频等多模态信息的问题，为研究者和工程师提供了全面的知识图谱。项目核心能力包括：分类整理多模态RAG的架构设计（如检索策略、融合机制、生成模型）、汇总关键论文与数据集、对比不同方法的优劣，并指出当前挑战（如跨模态对齐、检索效率、评估基准缺失）。作为早期项目，它持续更新，帮助用户快速了解领域全貌，降低入门门槛，适合作为学术研究或工业落地的参考资料。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 545

使用教程

难度：入门 约 15 分钟 部署方式：无需部署 4 步

环境要求

  • 无需环境

安装与启动步骤

  1. 1按综述结构读目录

    仓库按综述论文的章节组织，先看目录就知道多模态 RAG 被拆成哪几块。

  2. 2挑图像检索那一节

    跨模态检索是这一支的主线，先从这里建立框架。

  3. 3顺着引用找三篇原文

    清单只给链接，真正的信息在原文里。

  4. 4记下它没覆盖的方向

    综述的时间切片就是它的边界，缺口往往是你选题的机会。

如何确认成功

能说出多模态 RAG 相比纯文本 RAG 多了哪几个环节，并列出三篇你要精读的原文

注意事项

  • 这是配套综述的论文清单，不是代码库，clone 下来没有可运行的东西。
  • 按模态分章组织，图像、音频、视频各有对应小节。
  • 清单更新滞后于 arXiv，追新论文还得自己盯。
  • 适合当方向地图，不适合当实现参考。

核心亮点

  • 系统梳理多模态RAG技术栈，从检索到生成全覆盖
  • 汇总关键论文与数据集，节省文献调研时间
  • 指出领域挑战与开放问题，启发研究方向

不足之处

  • 项目处于早期，内容深度和更新频率待观察
  • 缺少代码实现或实验对比，偏理论综述

适用场景

  • 学术研究者调研多模态RAG前沿进展
  • 工程师选型多模态RAG技术方案时参考
  • 学生入门多模态AI领域的学习资料

替代项目

Awesome-RAG、Awesome-Multimodal-RAG、RAG-Survey

上一篇：agent-search

下一篇：wdoc

同类项目推荐

ApeRAG 开源

把知识图谱塞进 RAG，多跳问答和复杂检索一次搞定

ApeRAG: Production-ready GraphRAG with multi-modal indexing, AI agents, MCP support,···

★ 1319 2026-10-02
ai-sdk-preview-rag 开源

用 AI SDK 快速搭建带知识库的问答机器人

Retrieval-augmented generation (RAG) template powered by the AI SDK.

★ 408 2026-08-09
Vane 开源

输入问题，直接获取带引用的精准答案。

Vane is an AI-powered answering engine.

★ 38110 2026-08-09
MaterialSearch 开源

用一句话搜出电脑里的照片和视频

Semantic search. Search local photos and videos through natural language. AI语义搜索···

★ 1990 2026-10-11
odoo-expert 开源

把 Odoo 海量文档变成能聊天的专家，问一句秒回答案

RAG-powered documentation assistant that converts, processes, and provides semantic ···

★ 101 2026-08-09
searchstack-aeo 开源

一个 CLI 搞定 AI 搜索可见性监控与优化

Searchstack — Open-source AEO/GEO/SEO tech stack for AI-native founders. Monitor yo···

★ 115 2026-08-09
hyperresearch 开源

让 Claude Code 变身会自我积累的深度研究员

Convert Claude Code or Codex into the most intelligent Deep Research Agent. Collect,···

★ 4445 2026-10-11
Multimodal-RAG-Survey 开源

一册在手，看懂多模态RAG全貌，快速入门研究

A Survey on Multimodal Retrieval-Augmented Generation

★ 545 2026-08-09
DyG-RAG 开源

用动态事件图增强RAG，让AI理解事件演变并精准回答

Code implementation for DyG-RAG: Dynamic Graph Retrieval-Augmented Generation with E···

★ 58 2026-08-09