Festo 透過 AX Controls 開放其自動化技術架構

費斯托(Festo)在紐倫堡 SPS 展會前夕,推出了 AX Controls——這是一個基於 Phoenix Contact 的 PLCnext 所建構的開放式即時自動化平台,可同時執行 Python 程式碼與符合 IEC 61131-3 標準的 PLC 程式碼,旨在為工業買家降低整合成本並擺脫供應商鎖定。

martti
2分鐘閱讀Posted: 2026年11月18日
Festo 透過 AX Controls 開放其自動化技術架構

Festo SE & Co. KG 推出 AX Controls,這是一個開放式的即時自動化平台,將控制、運動控制、視覺化及雲端連線整合於單一架構中,並允許工程師同時使用工業標準 IEC 61131-3 及 Python 進行程式設計。 費斯托於 2026 年 11 月 17 日在德國紐倫堡 SPS 工業自動化展舉行前夕正式發表該平台,並將於展會 9 號展廳 305 號攤位展出。

這個時機並非偶然。過去二十年來,自動化採購者一直默默承受著一種隱性成本:購買單一供應商的可程式邏輯控制器(PLC)解決方案,雖能獲得乾淨俐落且受支援的系統,卻也因此被鎖定在該供應商的工具、定價及創新步調之中。 若改採開放式系統,鎖定效應雖會減輕,卻須付出整合困擾的代價——當來自不同供應商的元件無法順暢互通時,便會引發問題。費斯托(Festo)押注 AX Controls 能真正解決此一權衡困境,而非僅是換個標籤;其關鍵在於將開放性內建於平台本身,而非僅是附加於專有核心之上。

採購團隊早已熟知這種「鎖定效應」的權衡

每位曾嘗試在現有生產線上加裝視覺系統的廠長,都曾撞上同一道高牆:PLC 程式設計環境、現場總線協定和工程軟體往往以套裝形式銷售,若偏離該套裝方案,就意味著必須使用客製化閘道器、購買額外授權,或是進行長達數月的整合專案。 這種動態在工業自動化市場中已有充分記載:少數幾家大型既有廠商,部分正是憑藉專有工具建立起穩固的業務版圖,藉此將客戶鎖定在單一生態系統內。一旦轉換成本高昂,且工程人員已接受某家供應商語法的培訓,平台軟體的經濟邏輯往往就是如此運作。

Festo 透過 AX Controls 所提出的方案,其核心在於結構設計而非空談。其功能涵蓋 Festo 自家的應用程式、PLCnext Store,以及

第三方解決方案,且該平台支援廣泛的通訊標準,因此能夠無縫整合至現有的生產環境中,無需進行全面性的拆除與更換。Festo 明確將此定位為對抗供應商鎖定的策略,其架構以支援開源技術為核心,而非依賴封閉的工具鏈。 對於正在評估總持有成本的採購經理而言,這項區別比任何單一功能都更為重要:一款能支援生產現場現有通訊協定、並從應用程式商店獲取功能(而非依賴單一供應商的產品藍圖)的控制器,將改變未來談判的籌碼。

Festo 對商業案例的論述直截了當:在單一平台上整合程式語言、應用程式與通訊標準,能降低複雜性並加速實施。這固然是供應商在為自身利益辯護,但同時也客觀地闡明了整合成本的真正來源。 自動化專案中的複雜性,極少源自單一重大技術問題。它源自於數十項系統間的「轉換成本」——這些系統原本就未被設計為能夠協作。

Python 鄰近 PLC:彌合 OT 與資料科學之間的鴻溝

與採購部門不同,最可能引起工程團隊關注的細節在於:AX Controls 能在同一硬體上同時執行 Python 與符合 IEC 61131-3 標準的 PLC 程式碼。這聽起來像是一個微不足道的註腳,但事實並非如此。 營運技術(OT)——即控制實體機器的系統——與需要處理這些機器數據的資料科學及人工智慧(AI)工具,歷來都運行在不同的硬體、不同的網路,並需要不同的專業技能。 PLC 程式設計師會編寫結構化文字程式碼,以確保輸送帶在正確的週期時間內運行;而資料科學家則會編寫 Python 程式碼,用來訓練能從攝影機畫面中偵測瑕疵的模型。要將這兩者串聯起來,通常意味著必須在生產線上加裝一台工業電腦,並將感測器資料傳輸出去

相較於歷史記錄器,這意味著必須接受第二台電腦執行第二項任務所帶來的延遲。

將通用且高階的程式語言部署在執行運動控制迴路的同一控制器上,便能省去這層轉換程序。機器製造商可以直接在同時執行控制迴路的裝置上運行影像處理或預測性維護模型,而非將資料傳送至獨立的邊緣運算裝置,再將決策結果傳回。 這也意味著,已經熟悉 Python 的現有資料科學與機器學習人才,無需先學習 PLC 供應商的專有 IDE,即可參與工廠自動化專案。這降低了任何希望建立 AI 能力、卻無需從頭重建控制層的工廠在招聘人才時的門檻。

工廠現場導入 AI 的真正障礙,鮮少在於演算法本身;問題在於不同裝置上的演算法與機器使用不同的語言,而一個能讓 Python 與 PLC 共享同一位址空間的平台,正是試圖消除這道鴻溝,而非僅是敷衍了事。

Festo 自身的應用案例具體闡明了這一點。 在食品產業的部署中,影像處理、運動控制、人機介面(HMI)以及雲端連線功能,皆可同時在費斯托的 CEPE 邊緣控制器上運行:運動控制透過 CODESYS 執行,而獨立的 Python 應用程式則負責影像處理與資料分析。 這意味著僅需一台設備,便能完成原本可能需要將 PLC、工業電腦和雲端閘道器相互連接才能實現的任務。 在印刷與包裝應用中,同一台 CEPE 控制器能以低毫秒級的週期時間同步控制超過 60 個軸——這類數值對於任何質疑開放平台能否與專用單一供應商運動控制系統並駕齊驅的人而言,都極具說服力。

為何 Festo 選擇基於 Phoenix Contact 的 PLCnext 平台,而非單打獨鬥

AX Controls 基於 Phoenix Contact 的 PLCnext 平台建構

這項技術是透過兩家公司合作開發的,而非由 Festo 自行開發的平台。此選擇體現了其策略方向。 Festo 是一家專精於運動控制與氣動技術的企業,在致動器、閥門及電動驅動系統方面擁有深厚的專業知識;Phoenix Contact 則耗費多年時間打造 PLCnext,這是一個開放式控制器執行環境,旨在讓標準 PLC 程式碼與現代軟體堆疊並行運作,且已建置專屬的應用程式商店。 與其耗費數年從頭複製該執行環境及其生態系統,Festo 選擇以現有的開放平台為基礎,並在其上整合自身的硬體、應用程式及領域專業知識。

這與多數自動化業界既有業者所採行的垂直整合模式截然不同——在該模式下,執行環境、工程軟體及現場裝置皆由單一企業端到端地開發與掌控。 這種基於共享且可授權的執行環境、並設有其他公司也能發布應用程式的應用商店之策略,是對市場將更青睞生態系統的廣度而非專有控制深度的賭注。這也意味著 Festo 的客戶所信賴的,是 Phoenix Contact 所培育的 PLCnext 生態系統,而不僅僅是 Festo 單一企業。 對買家而言,這無疑令人安心:自動化層的存亡不再取決於單一公司的產品藍圖,儘管這也意味著,若要讓平台持續按照客戶的期望發展,兩家公司的利益動機必須保持一致。

Festo 電動自動化事業部負責人 Wolfgang Sperling 博士簡潔地總結了這項提案:「Festo AX Controls 能讓各種自動化元件的整合更快速、更輕鬆。」 這正是企業會寫進新聞稿的宣傳語,因為這正是採購經理真正想聽到的話,而這句話是否成立,值得透過其背後的硬體來驗證。

硬體陣容及其對部署規模的啟示

費斯托將在紐倫堡展會上推出三款硬體產品。CECC-AX 是一款結合 PLC 功能的緊湊型控制器

這是一種佔用空間極小的 Python 程式設計方案,專為空間與預算皆受限的機器級應用而設計。 CPX-R 是一款模組化插接式系統,讓系統整合商無需重新設計控制櫃,即可擴充輸入與輸出容量。CEPE 則是高性能邊緣控制器,在上述兩種應用情境中皆擔負主要運算任務,能同時執行視覺系統、運動控制、人機介面(HMI)及雲端連線功能。 在單一軟體架構下整合緊湊型入門方案、模組化擴充系統與高效能邊緣控制器,顯示 Festo 希望 AX Controls 能從單一包裝單元擴展至多軸生產線,且無需客戶在各階段之間更換平台。

費斯托的規模使此次發布的意義超越單一產品公告。 這家總部位於德國內卡河畔埃斯林根(Esslingen am Neckar)的家族企業,僱用約 20,600 名員工,在約 60 個國家設有超過 250 家分支機構,產品銷往 176 個國家,服務涵蓋 35 個以上產業的約 300,000 名客戶。 菲斯托(Festo)報告顯示,2025 年營業額約為 33.3 億歐元,按當前匯率換算約為 36 億美元;該公司表示,將營業額的 8% 以上重新投資於研發,並將 1.5% 投入培訓,其中包括透過其技術教育部門 Festo Didactic SE 進行的培訓。 一家如此規模的企業,選擇採用開放式、多語言的控制器架構,而非完全由其掌控的專有架構,所傳達的市場訊號,遠比新創公司做出相同聲明更具份量——原因很簡單:費斯托擁有現有的安裝基礎與穩健的財務狀況,足以支持客戶基於 AX Controls 所開發的任何產品,使其具備長久的產品生命週期。

這對下一次自動化採購訂單意味著什麼

這一切並不能保證 AX Controls 能在商業上取得成功。開放式平台仍須透過一次又一次的部署來證明,它們能夠在性能與技術支援體驗方面,與高度整合的系統相媲美。

單一供應商解決方案,而 Festo 所宣稱的 60 軸數據,是出自其自身應用案例文件,並非獨立的基準測試結果。但對於任何負責規劃新自動化生產線的人來說,這個發展方向至關重要。 對採購經理而言,問題已不再僅僅是該購買哪家廠商的PLC;而是越來越多地聚焦於:哪個平台能讓團隊保留其Python和資料科學技能,同時仍能達到生產線所需的即時效能指標。

試想六個月後某家食品工廠的包裝生產線:HMI 面板下方安裝著一台 CEPE 控制器, 執行 CODESYS 邏輯以將運動軸同步至毫秒級;同時,同一台設備上的 Python 腳本監控攝影機畫面,偵測標籤錯誤的罐子,並將異常記錄傳送至樓上的儀表板——無需額外的工業電腦,也無需閘道器在兩個原本各自需要一台設備的系統之間進行轉換。

本文僅供一般資訊參考,不構成投資、財務、法律或專業建議。本文綜合了截至發佈時的公司聲明。