每赚100卢比亏98卢比：7-ELEVEn五年撤出印度，1300万家夫妻店守住了91%市场

9月底，孟买街头最后31家7-ELEVEn门店陆续清空货架。印度零售巨头Reliance Retail与7-ELEVEn母公司签署的五年特许经营合同到期，双方不再续约。2021年10月，印度首家7-ELEVEn在孟买开业时，外界曾期待这套成熟的鲜食供应链和标准化运营体系能撬动14亿人口的消费市场。希鸥网观察到，五年时间，印度7-ELEVEn门店数量最高仅触及约60家，始终未能跨过规模经济的临界点。运营方7-India Convenience Retail在截至2026年3月的财年录得营收约9.2亿卢比，净亏损接近9亿卢比。每创造100卢比营业收入，对应近98卢比净损失。这组数据揭示的不是开店速度问题，而是整套成本结构的坍塌。印度杂货零售的底层地基由1300万至1400万家Kirana构成。Redseer数据显示，2025年这些家庭杂货店占据食品杂货市场约91%交易份额，到2030年仍将保有86%占比。Kirana的客单价维持在100至200卢比区间，消费者购买的是当日烹饪食材或一包饼干。这个价位段在连锁便利

波士顿动力首位空降CEO到岗，Atlas的工位能不能坐稳

近日，美国佐治亚州的现代汽车工厂里，Atlas正按装配顺序备料，把零件一一放到指定位置。同一时间，罗希特·普拉萨德（Rohit Prasad）正式出任波士顿动力CEO。这家1992年从MIT腿部实验室分拆成立的公司，三十多年来第一次把方向盘交给外部空降的人。希鸥网观察到，波士顿动力是人形与四足机器人赛道的标杆企业，2021年起由现代汽车集团控股，近日又在推进收购软银所持剩余股份。它把落地场景锁定在汽车总装线的物料搬运，为整车厂解决零件抓取与按序配料。差异化钩子在硬件与AI的缝合：四指机械手、Google DeepMind的机器人基础模型、英伟达的算力与仿真。换帅先换思路。过去三十年，波士顿动力的CEO都出自内部：创始人马克·雷伯特是腿式机器人学者，接棒的罗伯特·普莱特干了三十多年，从首席运营官一路升上来。普拉萨德不走这条路，他在亚马逊待了12年，参与打造Alexa，后来带队研发Nova基础模型。董事长张在勋在任命声明里点明的，正是这段把AI做成全球规模产品的经验。但工厂不是客厅。Alexa听错一句，用户重说

写代码的Claude和当导演的GPT-6，正把视频模型逼成“渲染工”

Anthropic成立于2021年，是通用大模型赛道的头部玩家。它近日发布的Claude Opus 5.5不输出像素，只写前端代码，逐帧渲染出成片。X平台博主@anabology投喂一份情绪板，12小时后拿到一部反乌托邦短片，浏览量突破2000万。马斯克转发并称，真切感受到AGI的深远影响。希鸥网观察到，OpenAI在9月3日发布的GPT-6 Astra走了另一条路。它不碰渲染，钻进Blender与Unreal Engine搭白模、排机位，把写实镜头交给Seedance 2.5。一条连续穿越多个空间的一镜到底动画，人物走位与场景关系始终不穿帮，直指AI视频长期的空间错乱顽疾。两条路线都没在画质上硬刚，而是切开成本结构。推理初创公司Deedy用Opus 5.5做产品发布视频，单条耗时约1分钟，API成本约2美元，换来32万播放。国内创作者跑通“GPT-6白模预演+视频模型渲染+剪辑合成”，两小时、150元人民币出片。低价高迭代，先冲垮的是轻量化商业内容。创作者的心理账户正在迁移。传统视频模型一旦不满意，只能改

OpenAI凌晨甩出Dots，Meta的Muse只火了十几天就被“摘桃”

凌晨三点，你手机里的AI已经替你回完了17封邮件，还顺手把早上要用的PPT数据更新到了最新一版。这不是科幻片，是OpenAI近日展示的个人智能体Dots宣传片里的真实场景。而就在十几天前，同样的剧情刚被Meta的Muse演过一遍。希鸥网观察到，OpenAI在近日开发者大会上一次性抛出超20项更新，个人Agent Dots直接对标Meta的Muse。两者都运行在云端虚拟机，都能7×24小时在后台自主推进任务。Dots已支持超4000个应用连接，而Muse上线不到10天就登上美国App Store免费榜第一，累计下载约260万，美国移动端日活达64.2万，远超ChatGPT同期的23.1万。这场贴身肉搏不是偶然。OpenAI把Dots的订阅门槛定在每月至少100美元，而Muse最低档只要20美元。价格差5倍，OpenAI赌的是“贵有贵的道理”。Dots基于GPT-6 Astra开发，同步推出的企业版Specialist Dots拥有独立企业身份和系统权限，长期负责邮件营销、会计、法律分析等具体岗位。更值得关注的

不追通用人形，元节智能把具身智能塞进了外卖打包台

午饭高峰，北京朝阳一家连锁快餐店的后厨，打包台上压着三十多份待处理订单。店员抓盒、扣盖、贴单、投袋，一份平均耗时40秒。同一条动线旁，一台机械臂正在做同样的动作。希鸥网观察到，这台设备来自元节智能，一家成立于2023年、聚焦餐饮后厨打包工位的具身智能公司，创始人兼CEO王栋。它的坐标不在人形本体赛道，而在外卖打包这一个动作的闭环上。服务对象是连锁快餐与外卖占比高的门店，解决高峰期打包人力贵、错单难压的问题。差异点是不自研通用整机，先把一个工位做透。资本归属未见公开披露，按行业共识推断属具身智能的场景派阵营。打包是后厨里最标准化、最重复、最不吃厨师经验的环节。餐饮门店人力成本通常占营收两成上下，打包岗流动性居前，招聘周期常以周计。元节替代的不是厨师，是那个干两周就走人的打包工。单店算账很简单：设备月成本压到打包工月薪的六成以下，回本周期落在18个月内，店长才愿意签字。这是商业模式能否成立的真实门槛。成本结构决定产品形态。具身智能的开销大头在关节模组、力控传感器与视觉系统。打包不需要灵巧手，两指夹爪足够；不需要

陶哲轩牵头25位菲尔兹奖得主宣战OpenAI，700份机器证明砸向数学界

深夜，理论计算机科学家Dana Moshkovitz打开一份OpenAI发布的文档，手指停在屏幕上。她花了整个学术生涯研究“唯一博弈猜想”，此刻文档里赫然写着该猜想已被证明。读完一夜，她给丈夫Scott Aaronson发去短信：“这感觉像是吃了致幻剂的人写出来的东西。”没有同行评审，没有可读的人类逻辑。希鸥网观察到，这场冲突的导火索由人类数学协会（AHM）点燃。这家由菲尔兹奖得主陶哲轩牵头、联合25位菲尔兹奖得主成立的行业组织，近日发布联合声明，全面抵制OpenAI。声明措辞罕见严厉：“没人求过你们解这些证明。”全球顶尖数学家自发建立的行业防线，正式向商业算力宣战。OpenAI的算力霸权正在重构数学研究的成本结构。公开数据显示，其动用内部模型测试约8000个开放数学问题，命中率仅5%，平均每道题消耗3小时GPT-Pro级别算力。三小时，碾碎一个学者数年甚至一生的积累。这不是科研，是工业化收割。700多份机器草稿砸向学术界，试图让全球顶尖学者免费当人工验题工具人。更令数学界愤怒的是信任被践踏。OpenAI曾