巴菲特曾说，“永远不要投资一家你无法理解的企业”。然而在“股神时代”即将谢幕之际，巴菲特却作出了一个违背“家规”的决定：买入谷歌股票，且是以约40倍自由现金流的高溢价。
是的，巴菲特首次买了“AI题材股”，不是OpenAI，也不是英伟达。所有投资者都在问一个问题：凭什么是谷歌？
回到2022年底。那时ChatGPT横空出世，谷歌的高管层拉响“红色警报”，他们不断开会，甚至还紧急召回两位创始人。可那时的谷歌，看起来就像是一头行动迟缓、官僚主义缠身的恐龙。
它匆忙推出了聊天机器人Bard，但在演示中犯下事实性错误，公司股价大跌，市值一日蒸发上千亿美元。接着，它整合旗下AI团队，推出多模态的Gemini1.5。
但这款被看做撒手锏的产品，也仅在科技圈掀起几小时热议，便被OpenAI随后推出的视频生成模型Sora夺去所有声量，迅速变得无人在意。
稍显尴尬的是，正是谷歌的研究人员在2017年发表的开创性的学术论文，为这轮AI革命奠定了扎实的理论基础。
《Attention Is A You Need》论文
提出的Transformer模型
对手嘲讽谷歌。OpenAI的CEO奥特曼，看不上谷歌的品味，“我无法不去思考OpenAI和谷歌之间的美学差异。”
谷歌的前CEO也不满公司的懒惰，“谷歌一直认为，工作与生活的平衡……比赢得竞争更加重要”。
这一系列窘境，也让人怀疑，谷歌在AI竞争中掉队了。
但变化终于来了。11月份，谷歌推出了Gemini 3，它在多数基准测试指标上都超越了竞争对手，包括 OpenAI。更加关键的是，Gemini 3完全由谷歌自研的TPU芯片训练完成，而这些芯片现已被谷歌定位为英伟达 GPU的低价替代品，正式向外部客户大出售。
谷歌在两条战线上显露锋芒，以Gemini 3系列正面回应OpenAI的软件战线；另一条则是以TPU芯片挑战英伟达长期统治地位的硬件战线。
脚踢OpenAI，拳打英伟达。
奥特曼早在上个月就感受到压力，他在内部信上说，谷歌“可能给我们公司带来一些暂时的经济逆风”。而这周听闻大厂购买TPU芯片后，股价盘中一度暴跌7%的英伟达，只得亲自发信，安抚市场。
谷歌CEO桑达尔·皮查伊在最近的一档播客中说，谷歌的员工们应该去补补觉。“若从外部视角看，那段时间我们或许显得沉寂或落后，但实际上，我们正在夯实所有基础构件，并在此基础上全力推进。”
如今局势已然逆转。皮查伊说：“我们现在已经迎来了拐点。”
此时，ChatGPT发布刚好三周年。这三年里，AI拉开了一场硅谷资本的盛宴与合纵连横；而盛宴之下，泡沫隐忧浮现，行业是否迎来了拐点？
反超
11月19日，谷歌发布了最新的人工智能模型Gemini 3。
一项测试数据显示，在涵盖专家知识、逻辑推理、数学及图像识别等绝大多数测试中，Gemini 3得分均显著领先于包括ChatGPT在内的其他公司的最新模型。仅在唯一一项编程能力测试中，其表现略逊，位列第二。
《华尔街日报》说，“不妨称之为美国下一代顶尖模型”。彭博社说，谷歌终于醒了。马斯克、奥特曼对它赞赏有加。一些网友开玩笑说，这就是奥特曼理想中的GPT-5。
云端内容管理平台Box公司的CEO在提前试用Gemini 3后表示，其性能提升幅度之大令人难以置信，以至于他们一度怀疑自己的评测方法有误。但反复测试后证实，该模型在所有内部评估中均以两位数优势胜出。
Salesforce的CEO说，他用了ChatGPT三年，但Gemini 3仅用两小时就颠覆了他的认知：“Holy shit……回不去了。这简直是质的飞跃，推理、速度、图文视频处理……全都更锐利、更迅捷。感觉世界又一次天翻地覆了。”
Gemini 3
为何Gemini 3的表现如此突出，谷歌又做了哪些事情呢？
Gemini项目负责人发帖说，“简单：改进了预训练和后训练”。有分析说，该模型的预训练仍然在遵循Scaling Law的逻辑——通过优化预训练（比如更大规模的数据、更高效的训练方法、更多的参数等），让模型能力实现提升。
最想了解Gemini 3秘密的人，当数奥特曼。
上个月，在Gemini 3发布前，他在发给OpenAI员工的内部信上就打了预防针，“无论从哪个方面来看，谷歌近期的工作都十分出色”，尤其是在预训练方面，谷歌取得的进展，可能为公司“带来一些暂时的经济逆风”，“接下来一段时间外界的氛围会比较严峻”。
虽然就用户量而言，ChatGPT对Gemini仍优势显著，但差距正在缩小。
这三年，ChatGPT用户数量增长迅猛。今年2月，它的周活跃用户数为4亿，到这个月，跃升到8亿。Gemini公布的是月活数据，7月份，Gemini月活用户数为4.5亿，到这个月，这跃升至6.5亿。
凭借在全球网络搜索市场约九成的份额，谷歌自然掌握了推广其AI模型的核心渠道，能够直接触达海量用户。
OpenAI目前估值为5000亿美元，是全球估值最高的初创企业。它也是史上增长最迅猛的公司之一，营收从2022年近乎为0猛增至今年预估的130亿美元，但它也预计，为了实现通用人工智能，未来几年将烧掉超1000亿美元，同时还需花费数千亿美元租赁服务器。换句话说，它还得去寻求融资。
谷歌有一个不容忽视的优势：钱袋子更厚。
谷歌最新一个季度的财报显示，其营收首次突破千亿美元，达到1023亿美元，同比增长16%，利润350亿美元，同比增长33%。公司的自由现金流是730亿美元，围绕AI的资本支出在今年将达到900亿美元。
它暂时也不用担忧搜索业务会被AI侵蚀，其搜索和广告仍显示出两位数增长。它的云业务蒸蒸日上，连OpenAI都租用它的服务器。
除了具备自我造血能力的现金流，谷歌还掌握着OpenAI无法企及的筹码，比如用于训练和优化模型的海量现成数据，以及自建的算力基础设施。
11月14日，谷歌宣布投资400亿美元新建数据中心
OpenAI长袖善舞，与各方签订了价值超过1万亿美元的算力交易协议。所以，当谷歌携着Gemini快速逼近的时候，投资者的疑惑更强烈：OpenAI画出的增长大饼，是否真能填上亏空？
裂缝
一个月前，英伟达市值突破5万亿美元，市场对人工智能的激情，将这家“AI军火商”推向了新的高峰。但谷歌Gemini 3使用的TPU芯片，在英伟达的坚固堡垒上，撞开了一道裂缝。
《经济学人》援引投资研究公司伯恩斯坦的数据称，英伟达的GPU占典型AI服务器机架总成本的三分之二以上，相比之下，谷歌的TPU芯片价格仅为同等性能英伟达芯片的10%至50%。这些节省累积起来相当可观。投资银行Jefferies估计，谷歌明年将生产约300万颗此类芯片，几乎是英伟达产量的一半。
上个月，知名的AI创业公司Anthropic已计划大规模采用谷歌的TPU芯片，据传交易额据称达数百亿美元。11月25日的报道称，科技巨头Meta也在洽谈，拟于2027年前在其数据中心采用TPU芯片，价值达到数十亿美元。
谷歌首席执行官桑达尔·皮查伊介绍TPU芯片
硅谷的互联网大厂们也都在押注芯片，要么自研，要么与芯片公司合作，但没有哪家公司像谷歌一样取得这般进步。
TPU的历史可以追溯到十多年前。当时的谷歌为了提高搜索、地图与翻译的运行效率，开始研发一款公司内部使用的专用加速芯片。从2018年开始，它开始向云计算客户销售TPU。
此后，TPU也被用于支持谷歌内部AI开发。在Gemini等模型的研发过程中，AI团队与芯片团队形成互动：前者提供实际需求与反馈，后者据此定制优化TPU，反过来又提升了AI研发效率。
英伟达目前占据了超90%的AI芯片市场。它的GPU最初用于逼真渲染游戏画面，依靠数千个计算核心并行处理任务，这一架构也使其在人工智能的运行上遥遥领先。
而谷歌打造的TPU，是所谓的专用集成电路(ASIC)，是“专才”，专门为特定的计算任务而设计，它牺牲了一定的灵活性与适用性，因此能效更高。英伟达GPU则像是“通才”，功能灵活、编程性强，但代价就是成本高。
不过，在当前的阶段，包括谷歌在内的任何公司，都没有能力完全取代英伟达。尽管TPU芯片已经开发到第七代，但谷歌依然是英伟达的大客户。一个显而易见的理由是，谷歌的云业务要服务全球成千上万的客户，利用GPU的算力，能保证对客户的吸引力。
即便购买TPU的公司也得拥抱英伟达。Anthropic宣布与谷歌TPU合作后不久，又宣布了一笔重大的英伟达交易。
华尔街日报称，“投资者、分析师和数据中心运营商表示，谷歌的TPU是英伟达在AI计算市场主导地位面临的最大威胁之一，但要挑战英伟达，谷歌必须开始更广泛地向外部客户销售这些芯片”。
谷歌的AI芯片成为英伟达芯片为数不多的替代品之一，这直接拉低了英伟达的股价。英伟达下场发帖安抚TPU引发的市场恐慌情绪。它对“谷歌取得的成功感到高兴”，但强调英伟达已经领先行业一代，其硬件比TPU及其他专为特定任务设计的同类芯片更具通用性。
英伟达的压力还在于市场对泡沫的担忧情绪，投资人害怕巨额资本投入与盈利前景不匹配。投资情绪也是随时切换，既怕英伟达的业务被人抢，又愁AI芯片卖不动。
美国知名“空头”迈克尔·伯里说，他已押注逾10亿美元做空英伟达公司等科技企业。此人因在2008年做空美国房地产市场而出名，他的故事后来被拍成高分电影《大空头》。他说，当今的AI的狂热与21世纪初期的互联网泡沫类似。
迈克尔·伯里
英伟达向分析师分发了一份七页长的文件，反驳伯里等人的批评。但这份文件并未平息争议。
模式
谷歌迎来了一段甜蜜的日子，它的股价在AI泡沫中逆势上涨。巴菲特的公司三季度购买了它的股票，Gemini 3获得积极反响，TPU芯片让投资者期待，这一切都将谷歌推向的高位。
近一个月来，英伟达、微软等AI概念股下跌均超10%，谷歌的股价已上涨约16%。目前，它以3.86万亿美元的市值，排名世界第三，仅次于英伟达和苹果。
分析师们将谷歌的人工智能模式称作垂直整合。
作为科技圈里罕见的“全栈自造”的玩家，谷歌把全链条攥在自己手里：谷歌云上部署自研的TPU芯片，训练谷歌自己的AI大模型，并且这些模型又能无缝嵌入搜索、YouTube等核心业务。这种模式的优势也是一眼可见，不依赖Nvidia，拥有高效、低成本的算力主权。
另外一种模式则是较为常见的松散联盟模式。巨头们各司其职，英伟达负责GPU，OpenAI、Anthropic等负责研发AI模型，微软等云巨头采购芯片厂商的GPU，用于托管这些AI实验室的模型。在这个网络中，没有绝对的盟友或对手：能联手时就协同共赢，该交锋时也不手软。
玩家们形成了一种“循环结构”，资金在少数几家科技巨头之间形成闭环流转。
一般来说，循环融套路是这样的：A公司先向B公司支付一笔钱（如投资、贷款或租赁），B公司再用这笔钱回头购买A公司的产品或服务，若没有这笔“启动资金”，B可能根本买不起。
一个例子是，OpenAI豪掷3000亿美元向甲骨文买算力，甲骨文转手花数十亿采购英伟达芯片建数据中心，英伟达则反投最多1000亿美元给OpenAI——条件是继续用它的芯片。（OpenAI付3000亿美元给甲骨文 → 甲骨文拿这笔钱买英伟达芯片 → 英伟达用赚的钱反投OpenAI。）
这样的案例催生出一堆如迷宫般的资金图谱。摩根士丹利分析师在10月8日的报告中，用一张照片描绘硅谷AI生态系统的资本流动。分析师警告称，信息不透明，投资者难以厘清其真实的风险与回报。
华尔街日报评价这张照片时说，“连接它们的箭头就像一盘意大利面一样错综复杂”。
在资本的助推下，那巨物的轮廓正在等待着成形，无人知晓其真容。有人恐慌，有人惊喜。
