[](https://)# 多模態智慧整合：Agentic RAG 帶來的創新突破

###### 本議程將深入探討 Agentic RAG 在多模態整合中的應用，涵蓋 GraphRAG、VideoRAG、VoiceRAG、Text-to-SQL 等關鍵技術的整合實踐。透過客戶案例，展示該整合方案在訊息檢索與生成任務中的實際應用成效和創新價值，為多模態智慧整合提供全面的思路和方法。
#### 講者：Sonic Chung
AI Global Black Belt Solution Specialist, Microsoft

>###### 讓我們一起編輯留存今日的複習資源。

> OCR替代=>GraphRAG = Graph enabled RAG
>

GraphRAG: Exta Entity > Community

* 傳統RAG面臨的問題：
* Summerization Questions
* Mutiple content comparison
* Hidden correleation
* Multi-model with GrasphRAG
* AI Search + CosmosDB
* 文字/圖片->向量->key words
* Why CosmosDB？
* 數量很大，entity多，CosmosDB性能較好
* New Release:Azure PostgreSQL可以加速

Text to SQL
* NLP process keywork to generate SQL statement
* Option 1: Plugin
* 缺點：lack of genrealizaiont ability
*Option 2: Muti-shot text to SQL with Query Cache
*Option 3: Fine Tune Model

VideoRAG
Contect Understanding(類似Doc Intelligence)
多模態文字圖片影片

概念：Video給予標籤，使用者提出prompt後，以NLP進行語意分析以及關鍵字拆解，再由RAG回饋合適的Video

多語言影片翻譯