在过去24小时内，北美多家互联网与AI服务因AWS宕机短暂受影响；中国举行人工智能能力建设研讨班推动全球治理；科大讯飞发布三季报大幅增利；天津大学与联影医疗启用定制化脑机交互磁共振平台；AI赛车在张家界极限赛道创下新纪录；与此同时，海外企业级生成式AI与AI制药也在提速，整体呈现中国与欧美“应用+基础设施”并行的格局。
一、AWS大规模宕机波及多国平台，ChatGPT等服务一度受影响
1、10月20日美国东部清晨，AWS在美东一区出现故障，波及多国多平台，亚马逊自家Alexa、Ring及多款应用受影响；6时35分左右官方称“多数服务已恢复”。
2、多家媒体与技术社区指向DynamoDB相关的DNS解析异常是主因，显示云基础设施单点依赖的系统性风险。
3、事件凸显生成式AI与互联网基础设施高度耦合，对多云容灾、跨区冗余与业务连续性提出更高要求。
二、科大讯飞发布三季报：净利润同比增长超200%
1、10月20日晚披露三季报：三季度营收60.78亿元，同比增长10.02%；归母净利润1.72亿元，同比增长202.40%。
2、公告显示1—9月大模型相关项目中标金额行业第一，其中三季度中标金额5.45亿元；星火开发者新增69万。
3、公司强调算力平台投入与“X1”升级的技术对标路径，产业化落地继续强化。
三、外交部在上海举办第三期人工智能能力建设研讨班
1、10月20日开班，来自20多个国家的政府官员参会，系落实联大相关决议与“普惠计划”的举措。
2、强调创新开放与公平普惠，推动联合国主渠道下的全球治理协作。
3、学术界与产业界资深专家授课，强调AI能力建设与规则塑造的并进。
四、全球首套“脑机交互定制化磁共振平台”正式启用
1、10月18日于天津发布的“神工—神观”平台面向脑机交互，采用动态匀场与超高梯度协同赋能的神经影像系统。
2、实现微米级结构功能特征的在体无创高时空分辨全脑解析，为新一代高性能脑机接口研发提供关键支撑。
3、该成果带动A股脑机接口概念活跃，显示技术突破对资本与产业预期的联动效应。
五、AI赛车在张家界“99道弯”极限赛道创纪录，清华夺冠
1、10月18日总决赛在张家界天门山举行，赛道全程10.77公里、垂直落差1100米，为全球首个99弯垂直山路AI自动驾驶竞速赛事。
2、清华大学战队以16分10秒838圈速夺冠，创AI自动驾驶挑战99弯极限垂直赛道世界纪录。
3、赛事为复杂地形智驾提供高强度实测数据，验证“物理智能”在真实开放环境的泛化能力。
六、Adobe发布“AI Foundry”企业服务，定制生成式模型
1、10月20日发布“AI Foundry”，与企业共建基于其自有品牌与IP资料的专属生成式模型。
2、强调在图像、视频、音频、3D等多模态内容生产的“品牌一致性”与企业级合规控制。
3、与Firefly能力族群协同，意在开辟面向大客户的模型定制与内容生产新业务线。
七、AI制药进展：Iambic早期临床显示AI发现的抗癌新药有疗效信号
1、10月20日公布的早期临床数据显示，IAM1363针对HER2突变的多癌种患者出现部分缓解。
2、在未累及脑转移患者中客观缓解率约28%，有可测量脑瘤者约33%。
3、公司称从初代化合物到临床候选不到两年，显著快于业界平均，显示AI加速分子发现与优化的潜力。
八、Google与b.well达成合作，推进面向个人的健康数据整合与AI个性化
1、10月20日宣布合作，聚合个体多源健康数据以支持AI个性化与实时场景体验。
2、b.well称连接超220万医疗机构与300余家健康计划，强调数据整合质量对可信AI的基础性作用。
3、涉及Fitbit健康能力探索，意在夯实健康数据闭环与合规前提下的AI应用落地。
常见问题解答（Q&A）
Q：这次AWS宕机的关键技术原因是什么？会再次发生吗？
A：多方信息指向美东一区DynamoDB端点的DNS解析异常引发连锁失败，6时35分左右多数服务恢复。DNS层与核心托管数据库的单点异常具放大效应，后续需通过跨区冗余、降级策略与缓存设计降低再发风险。
Q：科大讯飞利润大增与大模型业务有多大关系？
A：公司披露1—9月大模型项目中标金额行业第一，三季度中标金额5.45亿元、开发者新增69万，显示大模型商业化与生态扩张对利润修复贡献显著。
Q：“神工—神观”平台的技术实质在哪？
A：其为脑机交互场景定制磁共振系统，通过动态匀场与超高梯度系统实现微米级、在体、无创、兼顾高时空分辨的全脑解析，是连接非侵入式成像与高带宽脑机接口的一块“关键拼图”。
Q：AI赛车的科研意义是什么？只是“秀肌肉”吗？
A：并非噱头。极限山路提供高曲率、多扰动、稀疏观测与长纵坡等边界条件，能检验感知—决策—控制链路的鲁棒性与泛化，数据可反哺复杂道路的智能驾驶算法与仿真评测体系。
Q：Adobe“AI Foundry”与常见的“接入大模型API”有何不同？
A：核心在“专属定制+品牌一致性+企业合规”。不是简单调用通用模型，而是用企业自有素材与规则训练或微调，形成可控、可追溯的专用生成体系，减少版权与风格漂移风险。
