<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>硅谷101 on Text Matrix</title><link>https://txtmix.com/tags/%E7%A1%85%E8%B0%B7101/</link><description>Recent content in 硅谷101 on Text Matrix</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Thu, 23 Jul 2026 03:05:08 +0800</lastBuildDate><atom:link href="https://txtmix.com/tags/%E7%A1%85%E8%B0%B7101/index.xml" rel="self" type="application/rss+xml"/><item><title>机器人「肉身」的工程化：宇树半马破纪录、智元量产和特斯拉 Optimus 留下的不是空翻，是供应链重组</title><link>https://txtmix.com/posts/video/embodied-robotics-hardware-supply-chain-2026/</link><pubDate>Fri, 12 Jun 2026 16:30:00 +0800</pubDate><guid>https://txtmix.com/posts/video/embodied-robotics-hardware-supply-chain-2026/</guid><description>&lt;blockquote>
&lt;p>&lt;strong>阅读目标&lt;/strong>：看懂人形机器人过去两年“进化这么快”的真实驱动力——不是大脑变聪明，是电机/减速器/丝杠/力矩传感器四条供应链国产替代 + 整机系统整合，把单台成本从 80 万压到 10 万。下面「这篇文章在回答什么」加各级标题即目录（TOC），可按需跳读。&lt;/p></description></item><item><title>具身智能的「ImageNet 时刻」是 2024 年底：智元 AgiBot World 开源百万条 + 觅蜂无本体 + Sharpa 触觉 AI，把机器人数据荒漠翻成绿洲</title><link>https://txtmix.com/posts/video/embodied-ai-data-pyramid-2026/</link><pubDate>Fri, 12 Jun 2026 15:30:00 +0800</pubDate><guid>https://txtmix.com/posts/video/embodied-ai-data-pyramid-2026/</guid><description>&lt;h2 id="这篇文章在回答什么">这篇文章在回答什么&lt;/h2>
&lt;ul>
&lt;li>为什么说「具身智能的 ImageNet 时刻是 2024 年底」——标志是什么，&lt;strong>和 2012 年 ImageNet 的区别&lt;/strong>在哪&lt;/li>
&lt;li>&lt;strong>四层数据金字塔&lt;/strong>（遥操 / 仿真 / 动捕 / 视频）每层&lt;strong>成本 / 质量 / 速度&lt;/strong>的三角，&lt;strong>为什么 2026 年的共识是 4 层叠加而不是某一层独大&lt;/strong>&lt;/li>
&lt;li>200 台机器人规模数采工厂&lt;strong>真正难&lt;/strong>在哪——不是硬件（机器人公司都在造），是&lt;strong>任务编排 + 质量把控 + 数据回灌&lt;/strong>这 3 个软环节&lt;/li>
&lt;li>「&lt;strong>机器人涌现时刻还差什么&lt;/strong>」——这个问题在 2026 年这个时点，&lt;strong>真正卡住&lt;/strong>的不是模型架构，是&lt;strong>高质量真机数据规模 + 跨本体数据通用性 + 触觉 / 力反馈信号&lt;/strong>这 3 件事&lt;/li>
&lt;/ul>
&lt;blockquote>
&lt;p>本文较长，上面这份「在回答什么」就是目录（TOC），可据此跳读：从数据地图（一）到四层金字塔（三）、数采工厂（四）、觅蜂 / Sharpa 新支点（五），再到拓杯子实例（六）与涌现时刻（七）。&lt;/p></description></item><item><title>AI 智能体的「端侧元年」：高通骁友会 5 周年里藏着的「云→端」迁移，与 Physical AI 押注的工程逻辑</title><link>https://txtmix.com/posts/video/qualcomm-on-device-ai-physical-ai-6g-2026/</link><pubDate>Fri, 12 Jun 2026 15:00:00 +0800</pubDate><guid>https://txtmix.com/posts/video/qualcomm-on-device-ai-physical-ai-6g-2026/</guid><description>&lt;blockquote>
&lt;p>&lt;strong>阅读目标&lt;/strong>：看懂 2026 年为什么是端侧 AI「智能体元年」——端侧能跑 7B-30B 模型意味着什么、高通把 AI 切成「个人 AI + 物理 AI」的工程逻辑、「算力/内存/功耗不可能三角」怎么破，以及芯片/连接/调度三层为什么必须同时就绪。下面「这篇文章回答什么」加各级标题即目录（TOC），可按需跳读。&lt;/p></description></item><item><title>SpaceX 24 年：从猎鹰 1 号的灰烬到「人类最大 IPO」，一家被嘲笑的公司如何重写进入太空的成本</title><link>https://txtmix.com/posts/video/spacex-rise-mars-ipo-2026/</link><pubDate>Fri, 12 Jun 2026 15:00:00 +0800</pubDate><guid>https://txtmix.com/posts/video/spacex-rise-mars-ipo-2026/</guid><description>&lt;h1 id="spacex-24-年从猎鹰-1-号的灰烬到人类最大-ipo一家被嘲笑的公司如何重写进入太空的成本">SpaceX 24 年：从猎鹰 1 号的灰烬到「人类最大 IPO」，一家被嘲笑的公司如何重写进入太空的成本&lt;/h1>
&lt;h2 id="这篇文章在回答什么">这篇文章在回答什么&lt;/h2>
&lt;ul>
&lt;li>SpaceX 这 24 年&lt;strong>真正在跑的系统&lt;/strong>是什么（不是火箭，是「发射 + 轨道 + 深空」三层基础设施）&lt;/li>
&lt;li>为什么「&lt;strong>复用率 + 订单结构 + 生态绑定 + 高管留存&lt;/strong>」4 件事能比单看一次试飞结果更准地判断一家商业航天公司&lt;/li>
&lt;li>Lewis Hong 7 年在 SpaceX 的内部叙述里哪些细节是公开财报不会告诉你的&lt;/li>
&lt;li>2026 年 6 月这次「750 亿美元 IPO」背后那个把「&lt;strong>太空 + AI&lt;/strong>」讲成同一个故事的商业框架&lt;/li>
&lt;/ul>
&lt;hr>
&lt;h2 id="写在前面">写在前面&lt;/h2>
&lt;p>SpaceX 这家公司过去 24 年的公开材料极多，但大多数报道把「火箭」当主角，忽略了三件更重要的事：复用率怎么改写了发射的现金流结构、政府订单怎么变成这家公司的护城河、Starlink + Starshield + x.AI 这三块业务怎么在 2024–2026 年拼成一个新的估值故事。&lt;/p></description></item></channel></rss>