聚合物发现对从储能到生物医学的诸多领域都至关重要，但受制于天文数字级的化学设计空间以及结构、性质与先验知识表征的碎片化。这种碎片化使许多AI模型与物理和实验现实脱节，限制了它们支持直接可执行设计决策的能力。本文提出PolyFusionAgent，一个将多模态聚合物基础模型（PolyFusion）与工具增强、文献为据的设计智能体（PolyAgent）相耦合的交互式框架。PolyFusion在数百万聚合物上对齐包括序列、拓扑、3D几何与指纹在内的互补聚合物视图，学习一个可跨化学体系与数据情境迁移的共享潜空间，改进热物理性质预测，并能实现按性质条件生成，产出化学有效、结构新颖且超出参考设计空间的聚合物。PolyAgent将预测与逆向设计和来自聚合物文献的证据检索相衔接，在一个工作流中以明确先例提出、评估假设并为其提供语境，从而闭合设计回路。二者结合，PolyFusionAgent实现了将大规模表征学习、多模态化学知识与可验证科学推理相结合的、有证据关联的交互式聚合物发现。
图 1：提议的 PolyFusionAgent 的总体框架。它由两个模块组成：A. PolyFusion：多模态基础模型 (FM) 和 B. PolyAgent：工具增强型聚合物设计 AI 代理。聚合物以四个视图表示——(i) PSMILES、(ii) 2D 分子图、(iii) 3D 几何结构和 (iv) 工程指纹向量——每个视图都通过专用编码器映射到特定模态的嵌入 H*H_{\ast}：PSMILES 的 DeBERTaV2 [32]、2D 图的 GINE [33]、3D 结构的 SchNet [34] 和基于注意力的 Transformer [35]指纹编码器。投影头 fproj(⋅)f_{\mathrm{proj}}(\cdot) 将每个 H*H_{\ast} 映射到共享嵌入空间 G*G_{\ast}，其中融合的结构视图产生与指纹嵌入对比对齐的锚嵌入 {ai}i=1B\{a_{i}\}_{i=1}^{B} {tj}j=1B\{t_{j}\}_{j=1}^{B} 通过计算交叉相似性矩阵 S∈ℝB×BS\in\mathbb{R}^{B\times B} 并优化 InfoNCE 损失，将每个匹配的聚合物对视为正数，将所有其他批次对视为负数，最大化正相似性，同时最小化负相似性，以学习可转移的、跨视图一致的潜在空间。对于 PolyAgent，GPT-4.1 协调器将用户请求转换为计划，执行工具调用，并返回接地响应。它支持（i）用于正向推理的属性预测器（结构→\rightarrow属性），（ii）用于逆向设计的聚合物生成器，以稳健的字符串形式（PSMILES）输出候选聚合物并应用化学有效性检查，（iii）将本地文档（PDF→\rightarrow文本块→\rightarrow嵌入编码器→\rightarrow向量存储）上的检索增强生成（RAG）与网络搜索相结合的知识库，以及（iv）呈现聚合物结构并公开的可视化工具可解释性。
