巴菲特斥资4100亿美元投资四家AI公司
先说几个核心判断：巴菲特在华尔街的江湖地位，不必多言。自1965年接管伯克希尔以来，他管理的A股累计回报率超过500万%，到今年7月10日的数据还在刷着新高。这种成绩，靠的不是运气，而是对“护城河”近乎偏执的信仰——买那些壁垒清晰、经得起时间考验的生意。 不过有意思的是，巴菲特这几年悄悄改变了自己的
先说几个核心判断：巴菲特在华尔街的江湖地位，不必多言。自1965年接管伯克希尔以来，他管理的A股累计回报率超过500万%，到今年7月10日的数据还在刷着新高。这种成绩，靠的不是运气，而是对“护城河”近乎偏执的信仰——买那些壁垒清晰、经得起时间考验的生意。
不过有意思的是，巴菲特这几年悄悄改变了自己的调性。一直以来，他给人的印象是偏爱消费、金融这类传统价值股，但仔细翻翻伯克希尔440亿美元、44只股票的组合，你会发现成长股的影子也在增多。更让人意外的是，这位一向对科技股保持距离的老先生，居然在人工智能这条赛道上下了不小的注。
人工智能，说白了就是用软件和系统来替代部分人类监督和操作的工作。这类系统厉害的地方在于，它能一边学一边进化，任务越做越熟练，甚至学会新的技能。正因如此，AI的应用场景几乎无所不包。
截至7月10日收盘，伯克希尔高达4100亿美元的投资组合里，约46%（1888亿美元）投向了四家与AI深度绑定的公司。那么，具体是哪几家？
苹果：1839亿美元（占投资资产的44.8%）
今年6月的WWDC大会上，苹果正式推出了“Apple Intelligence”。苹果多年来一直在用AI，但这一回动作更大：计划把ChatGPT驱动的聊天机器人直接嵌入操作系统，顺便让Siri变得更“聪明”、更直观。
比亚迪：20亿美元（占投资资产的0.5%）
如今的新车越来越依赖AI来提升安全和舒适度。比亚迪今年1月推出了玄机架构，核心是帮助驾驶员实现自动泊车和更高级的驾驶辅助功能。同时，比亚迪也在跟中国监管机构合作，在深圳的高速公路上测试L3级自动驾驶。
亚马逊：20亿美元（占投资资产的0.5%）
说到亚马逊，大多数人首先想到的是它的电商帝国。但真正赚钱的核心业务，其实是亚马逊网络服务（AWS）。AWS上的企业产商可以依靠生成式AI来部署虚拟聊天机器人、构建和扩展大型语言模型（LLM），这块业务的价值正在被重新评估。
Snowflake：8.42亿美元（占投资资产的0.2%）
Snowflake并不是巴菲特亲自下手的项目，而是他旗下投资副手托德·库姆斯和泰德·韦施勒的成果。去年，Snowflake收购了Neeva，这家公司利用云端的生成式AI来改善搜索体验。Snowflake计划在其数据云上，大规模部署生成式AI，让客户轻松分析数据、训练LLM。
从这几笔布局来看，巴菲特的AI策略虽然表面保守，但选的公司个个都是各自领域的护城河玩家。这不是赌风口，而是在押注那些已经拿到AI船票的确定性公司。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：巴菲特斥资4100亿美元投资四家AI公司要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点SIFT算法由DavidLowe提出，是一种基于尺度空间的局部特征描述算子，对图像缩放、旋转、光照变化具有不变性。实现步骤包括构建高斯差分尺度空间、检测极值点、精确定位并去除低对比度及边缘响应点、为关键点分配方向并生成128维描述子，最后通过欧式距离与最近邻比阈值进行特征点匹配。
说到大数据技术，很多人第一反应就是“高深”“代码”“算法”，但拆开来看，其实它更像一套系统化的“数据炼金术”——从采集、存储、清洗、分析到应用，每一个环节都有对应的技术栈。那么，一个合格的大数据工程师到底需要掌握哪些核心能力？ 大数据技术主要学什么 数据库技术是基础中的基础。无论是传统的关系型数据库
Qwen3技术报告详解预训练与后训练四阶段、混合推理中思维与非思维数据融合及预算控制机制，强化学习采用三类奖励函数。arXiv论文翻译工具历经四次试错，基于LaTeX源码解析与后检查机制实现准确翻译与格式保留。
大模型指令调优领域，斯坦福的Alpaca项目贡献了一套单轮指令数据集，为后续研究打下了基础。但说到ChatGPT真正让人眼前一亮的能力，还得数它的多轮对话——用户可以追问、纠正、甚至引导模型修正自己的错误。那么，怎样让模型学会处理这种多轮交互？这就有了ChatAlpaca——一个面向大模型的多轮对话
- 日榜
- 周榜
- 月榜
热点快看