AREX Feed Article
先买 NVIDIA 超算，再签 AI 共科学家：BMS 正在给药物发现换操作系统
2026 年 8 月 5 日，与百时美施贵宝（BMS）签署战略合作与软件协议，将其 agentic AI 共科学家 Bunsen 部署至 BMS 整个研究组织。此时距离 Bunsen 的早期访问版正式发布——7 月 27 日——仅仅过去了九天。
这不是试探性试点。BMS 已使用 Schrödinger 计算平台多年，但新协议将 Bunsen 和 AI 驱动的合成规划平台 RetroSynth 。按协议条款，Schrödinger 还将与 BMS 科学家协作，在 Bunsen 内部开发新功能。
对 Schrödinger 而言，这笔交易的份量远超一份续约合同：BMS 是合作最久的大客户之一，而 Bunsen 的吞吐量计费模式意味着，一旦 AI 共科学家开始在全研究组织范围内自动编排复杂计算工作流，计算消耗和平台收入将同步放大。
"BMS 是行业内把计算整合进药物发现的领导者"
Schrödinger 平台首席科学官 Robert Abel 在声明中说："BMS 是我们长期的客户与合作伙伴，他们一直是将计算整合到药物发现中的行业领导者。我们非常振奋他们在大规模部署 Bunsen。采用 Bunsen 和我们的计算平台将赋能更广泛的科学家群体拥抱 predict-first 的计算方法。"
BMS 计算科学副总裁 Stephen Johnson 将 Bunsen 定位为 BMS 现有 AI 工具箱的扩展："过去几年，AI 已成为我们科学家的关键赋能工具，让他们能将创造力和科学专长扩展到整个研究组织。Bunsen 是我们加入工具箱的又一个能力，它让我们的科学家能以不同的方式思考，如何用基于物理的工具导航分子设计空间，加速为患者发现创新药物。"
Schrödinger CEO Ramy Farid 在 7 月 27 日 已经点明了商业模式的核心逻辑："Bunsen 消除了发现周期中的摩擦，扩大了计算平台的用户基数。随着客户加速他们的发现时间线，我们基于吞吐量的许可模式正适合捕捉这种扩大的使用量的价值。"Bunsen 发布同时，Schrödinger 宣布 NVIDIA 和 Google Cloud 将为早期 Bunsen 客户提供联合工程化的全栈 AI 平台。NVIDIA 数字生物学总监 Anthony Costa 称，将 Schrödinger 平台与 NVIDIA BioNeMo Agent Toolkit 及 Blackwell 架构 GPU 集成，"展示了 agentic AI 如何帮助研究者在分子发现中更有效地应用先进计算方法"。
BMS 的 AI 地基已经铺了三年
Bunsen 部署不是孤立事件。往前追溯，BMS 正在系统性地搭建一套从算力到软件到方法论的 AI 研究架构：
近三年前：BMS 首次部署 NVIDIA DGX SuperPOD，支持研发计算。
2026 年 7 月 20 日：扩建与 NVIDIA 的合作，部署搭载 DGX Vera Rubin NVL72 系统的 DGX SuperPOD。BMS 称其为"生命科学领域最强大、最节能的单机构 NVIDIA 基础设施"。Vera Rubin 架构的每兆瓦性能比前代提升高达十倍。
BMS 首席数字与技术官 Greg Meyers 当时说："BMS 对 AI 下了 deliberate bet，我们开始看到它在管线与运营中获得回报。"
BMS 执行副总裁兼首席研究官 Robert Plenge 进一步解释了这笔投资的逻辑："药物发现是一系列在不确定性下做出的决策，更好的决策来自更快、更好的证据。这个基础设施让我们从每一次实验和每一次临床读数中学习，以打磨下一个假设。"
2026 年 7 月 27 日：Schrödinger 发布 Bunsen 早期访问版。
2026 年 8 月 5 日：BMS 签下 Bunsen 全组织部署协议。
三步之间存在明确的承接关系。BMS 已在内部建立了一套"Predict First"方法论——AI 生成的预测在实验开始前就为实验设计提供依据。据 BMS 披露，AI 已为每一个小分子项目、以及大多数大分子项目的设计提供指导。Bunsen 加入后，这套方法论获得了可以自动化执行、规模化运行的软件载体。
Bunsen 不聊天，它跑的是经过验证的物理模拟
Bunsen 的产品定位与通用 AI 助手有根本区别。它不是检索和总结已有文献的工具，而是专为分子发现构建的 agentic co-scientist，执行的是 Schrödinger 经过数十年验证的物理模拟方法。
Schrödinger 将 Bunsen 的能力拆成四个模块，对应药物发现工作流的一个环节：
理解（Understand）：用自然语言接收科学问题，结合项目上下文和领域知识，识别最适合的计算方法。它理解科学目标，而非仅仅解析关键词。
规划（Plan）：制定计算策略，编排复杂的多步骤发现工作流，协调所需的计算资源。
执行（Execute）：启动和管理 FEP+、Glide、Jaguar、Desmond、AutoDesigner 等 Schrödinger 核心工具的计算任务，自动化工作流执行，支持安全远程和高性能计算环境。
解读（Interpret）：将计算结果转化为可操作的科学洞察，可视化发现成果，识别有意义的趋势和机会，推荐下一步研究方向。
Bunsen 在客户自己的基础设施上以单租户实例部署——BMS 的分子结构、计算结果和会话数据始终留在 BMS 的防火墙内，Schrödinger 不拿客户数据训练模型。
作为补充平台同时进入 BMS：利用 AI 快速评估合成可行性，在数十亿构建块中优化合成路线。两个平台配合，覆盖了从分子设计到合成路径规划的完整链条。
Bunsen 不替代 Schrödinger 的现有工具，而是在它们之上编排工作流。计算化学家可以同时运行多个研究会话，而非计算化学家的药物猎手也能通过自然语言界面访问高级计算方法——这正是 Schrödinger 吞吐量计费模式增长的关键杠杆。
大药厂的 AI 竞赛：从买软件到部署 co-scientist
过去，计算化学工具主要由少数专家操作，大多数药物化学家和生物学家并不直接使用这些工具。BMS 将 Bunsen 部署至整个研究组织，意味着 AI 共科学家不再是计算化学家的专属装备，而是推到了每一个药物猎手面前。
2026 年 7 月下旬至 8 月初的几周内，BMS 连续落地了两项大型 AI 部署：7 月 20 日的 NVIDIA Vera Rubin 超算，以及 8 月 5 日的 Schrödinger Bunsen 全组织协议。两项部署分属算力层和软件层，BMS 的"Predict First"方法论则提供了统一的运用框架。三层之间不是加法关系：Bunsen 在 Vera Rubin 上运行物理模拟，Predict First 决定了什么时候运行什么计算。
Schrödinger 方面，同步放出了 Bunsen 发布与 BMS 协议。公司 ACV（年化合同价值）达 $29.6M，同比增长 27%。尽管因向 SaaS 模式转型导致 GAAP 软件收入同比下降 10%，但 ACV 的增长——尤其是 Bunsen 带来的吞吐量放大效应——是 Schrödinger 向投资者展示的核心指标。Bunsen 的全商业版本预计 2026 年底发布。
赌的不是工具，是工作流
BMS 对 AI 的押注有一条清晰的逻辑链：更快的计算产生更多假设，更多假设经过更好的模拟筛选，更少的分子需要进入昂贵的湿实验，最终提高把正确分子推进临床的概率。
Robert Plenge 在 7 月 20 日概括了这个赌局的核心："目标不是为快而快，而是提高每一个推进项目的正确概率。"
Bunsen 进入 BMS 全研究组织，意味着 BMS 正在把"先算再试"从少数专家的最佳实践，变成整个研究组织的默认操作方式。