PolyFusionAgent：用于聚合物属性预测与逆向设计的多模态基础模型与自主 AI 助手
人工智能
2026-05-27 v1 机器学习
摘要
聚合物发现是能源存储到生物医学等领域的关键环节，但受限于天文大的化学设计空间和结构、属性及先验知识表示的碎片化，严重阻碍了其发展。这种碎片化使许多 AI 模型与物理和实验现实相脱节，限制了其支持直接可操作设计决策的能力。我们引入 PolyFusionAgent，将多模态聚合物基础模型（PolyFusion）与工具增强的、以文献为依据的设计智能体（PolyAgent）相耦合。PolyFusion 将互补的聚合物视图（包括序列、拓扑、3D 几何和指纹）在数百万个聚合物之间对齐，以学习共享的潜在空间，可在不同化学体系和数据 regime 中可移植，提高热力学性质预测，并实现属性条件化生成化学上有效且结构新颖的聚合物，超出参考设计空间。PolyAgent 通过从聚合物文献中检索证据，将预测与逆向设计闭合设计环路，提出、评估并以明确的先例进行上下文化。PolyFusionAgent 组合了大规模表示学习、多模态化学知识和可验证的科学推理，实现了交互式、证据链接的聚合物发现。
引用
@article{arxiv.2605.26543,
title = {PolyFusionAgent: A Multimodal Foundation Model and Autonomous AI Assistant for Polymer Property Prediction and Inverse Design},
author = {Manpreet Kaur and Xingying Zhang and Qian Liu},
journal= {arXiv preprint arXiv:2605.26543},
year = {2026}
}
备注
23 pages, 5 figures, 2 tables; Supplementary material included