《IEEE Journal of Indoor and Seamless Positioning and Navigation》：IES Industry Forum 2025: Connecting Innovation, Industry and Impact [News in Industry Activities]
编辑推荐：
本文报道了第30届IEEE ETFA 2025产业论坛的盛况与核心洞察。论坛聚焦工业自动化转型的关键挑战与前沿技术，探讨了从“碎片化”到生态系统协作的解决之道，深入分析了人工智能(AI)、机器人、IEC 61499分布式控制标准等如何重塑制造业，并通过初创企业案例与专家研讨，指明了构建以人为本、可持续且高效未来工厂的路径。
在全球制造业面临数字化转型、供应链重塑和可持续发展压力的十字路口，一个根本性问题日益凸显：如何将前沿的实验室创新，转化为工厂车间里切实的生产力与竞争力？新兴技术层出不穷，但技术与产业应用之间似乎总横亘着一条难以逾越的鸿沟——这不仅是技术成熟度的问题，更涉及复杂的生态系统协作、现有系统的兼容性、投资回报的不确定性，以及至关重要的、如何让技术服务于“人”而非取代“人”。正是在这样的背景下，2025年9月在葡萄牙波尔图大学举行的第30届IEEE新兴技术与工厂自动化国际会议(ETFA 2025)产业论坛，汇聚了来自欧洲乃至全球的制造业领袖、初创公司、研究机构和投资者，共同为工业自动化的未来把脉开方。
本次产业论坛的核心使命，正是直面上述挑战，充当连接“创新、产业与影响”的桥梁。论坛由Bruno Iafelice（TVLP研究所，美国）和Gil Gon?alves（波尔图大学，葡萄牙）共同主持，通过两场专题会议和一场包含两个产业小组讨论的会议，深入剖析了阻碍工业转型的关键壁垒，并展示了正在重塑制造业版图的突破性技术。
论坛揭示的首要挑战是“碎片化”。葡萄牙生产技术集群(PRODUTECH)的执行董事Pedro Rocha指出，能力、投资和价值链的碎片化是制约欧洲制造业创新的系统性障碍。与此同时，欧洲创新与技术研究所制造中心(EIT Manufacturing West)的董事总经理Antoni Pijoan则强调了另一重紧迫性：技能缺口、人口老龄化、多样性不足、可持续发展压力以及数字竞争力差距。这些宏观挑战在微观层面则体现为具体的“转化鸿沟”。ARISE实验室的Jo?o Reis指出，尽管葡萄牙在2023年为制造业投入了9.4亿欧元的研发资金，但其创新绩效仍徘徊在欧盟平均水平左右，这凸显了将研究成果转化为商业影响力的持久挑战。
面对挑战，论坛展示了来自产业一线和初创前沿的多元解决方案。在“初创企业解决行业挑战”会议中，五家初创公司展示了其应对特定痛点的方案：EvoWorkforce用AI平台管理四足和人形机器人组成的“机器人劳动力”，以应对劳动力短缺；Inklusion通过扩展现实(VR/AR)和AI数字培训师系统，将培训时间缩短了96.23%；Follow Inspiration提供自主移动机器人(AMR)解决方案，以应对工作场所安全与效率问题；Azitek Technology利用物联网(IoT)跟踪技术，解决可回收资产库存可视性难题；而EMA by SCEMAI则创造了首个智能工业虚拟助手，旨在整合散乱的工业数据。
第二场会议“新兴技术与前沿应用”则将视角投向了更底层、更前沿的技术驱动力。来自葡萄牙风险投资公司(Portugal Ventures)的Jo?o Pereira从投资视角指出，机器人、AI和自动化的融合代表着堪比互联网向云/移动过渡的基础设施变革。Nvidia的Teresa Concei??o详细阐述了“物理AI”作为工业数字化下一波的演进，介绍了其从感知AI、生成式AI、智能体AI到物理AI的发展阶段，并重点介绍了其GR00T人形机器人基础模型和利用合成数据加速训练的Isaac仿真平台。Scalefree的CEO Michael Olschimke则分享了AI驱动的业务转型，推出了其生成式AI系统Flow.BI，旨在通过模仿人类数据建模师来创建集成企业数据模型，以解决数据操作规模化的挑战。
论坛的第三部分聚焦于一个具体的使能技术标准：IEC 61499。在第一个产业小组“IEC 61499实践：技术实施经验交流”中，来自诺和诺德(Novo Nordisk)、Armony System、J&W、Platinum和AFRY的专家分享了该标准在实践中的应用。他们一致认为，IEC 61499标准所倡导的分布式、事件驱动、硬件与软件解耦的自动化架构，是应对工业4.0和工业物联网(IIoT)对灵活性、弹性及互操作性高要求的关键。它不仅适用于新项目，也能通过增量式实施与遗留系统共存，从而简化工程、加速部署并降低风险。
第二个产业小组“基础设施控制架构：桥接OT与IT”则深入探讨了IEC 61499如何成为连接运营技术(OT)与信息技术(IT)的桥梁。专家们指出，传统的IEC 61131标准及其衍生的专有控制系统，在高度网络化、软件定义的时代已显局限。IEC 61499基于事件驱动、采用供应商无关的可复用软件组件，其架构遵循IT逻辑，能极大简化IT与OT的集成，是实现真正“软件定义自动化”的基石。来自Barbara、Penguin Solutions、Advantech、Yokogawa和Aimirim的专家分享了各自在边缘AI平台、多租户边缘计算、开放式过程自动化(OPAS)等领域的实践，均验证了IEC 61499在实现灵活、可扩展、安全自动化系统中的核心作用。
关键技术方法
本研究报道基于对ETFA 2025产业论坛的全面记录与总结。方法上，论坛通过结构化专题会议与小组讨论，汇集了产业领袖、初创企业、研究者和投资者等多方视角。案例研究法被广泛应用于展示具体解决方案，如Vista Alegre的窑炉电气化改造、U-Sense.IT的G3F传感器系统。技术标准分析法深入探讨了IEC 61499与IEC 61131的对比及其在分布式控制中的应用。此外，投资与生态系统分析（如葡萄牙风险投资公司的数据）和实证数据展示（如各公司提供的能效提升、缺陷减少等具体指标）共同构成了论证基础。论坛内容源自现场演讲、小组讨论及后续提供的书面总结材料。
研究结果
1. 产业转型的多维挑战与系统性解决方案
论坛诊断出欧洲制造业面临碎片化、技能缺口、研发转化率低、可持续发展压力等系统性挑战。应对之策强调生态系统协作，如PRODUTECH集群的聚合模式、风险投资网络以及产学研合作，证明孤立转型难以成功，需技术提供商、工业用户、研究机构和资金方协同行动。
2. 以人为本的技术范式成为核心
技术发展的焦点从“替代工人”转向“赋能操作员”。U-Sense.IT强调让工人保持控制，Inklusion的系统降低技能门槛，EMA的虚拟助手促进人机协作。这表明成功的技术旨在增强而非取代人的能力，同时解决劳动力担忧并利用其不可替代的经验知识。
3. 工业AI的数据挑战与创新应对
工业AI的应用瓶颈在于数据。Nvidia通过仿真生成合成数据，将有限的人类演示扩展为数百万训练数据点。Scalefree的Flow.BI通过AI增强建模应对数据操作规模化挑战。这显示解决先进AI系统数据需求与工业数据收集现实限制之间的差距，需要结合真实数据、仿真和智能增强的创新方法。
4. 技术采纳鸿沟与成功要素
尽管技术进步，但技术成熟度与采纳度之间的鸿沟依然显著。障碍包括对客户需求理解不足、市场推广资源有限、技术就绪度和商业回报评估困难等。成功的初创公司如Azitek和Follow Inspiration通过专注于具有明确投资回报率的特定、可量化痛点，而非泛泛的“数字化转型”，并展示经过广泛客户验证的解决方案来跨越这些障碍。
5. IEC 61499标准：从愿景到运营的关键使能器
论坛深入探讨了IEC 61499标准在实现未来自动化中的关键作用。该标准通过分布式智能、事件驱动范式和供应商无关的软件组件，为构建灵活、弹性的工业系统奠定了基础。案例表明，它不仅能用于新项目，也能与遗留系统集成，简化工程，并成为桥接OT与IT、实现软件定义自动化的核心，从而释放现代软件和AI解决方案在自动化中的全部潜力。
结论与讨论
ETFA 2025产业论坛清晰地表明，工业自动化的前沿技术已超越实验室，正在生产环境中交付可衡量的商业成果。然而，成功远不止于技术能力。组织必须应对与遗留系统的兼容性、法规遵从、商业模式可行性以及员工接受度等多重挑战。
论坛揭示了几大关键趋同主题与战略启示：生态系统协作是成功的基石；以人为本是技术设计的核心原则；克服工业AI数据挑战需要创造性方法；尽管存在技术采纳鸿沟，但聚焦具体痛点、展示明确价值的解决方案正在获得市场认可；可持续发展与效率的要求正驱动全方位的转型。
从投资视角看，核心问题在于：哪些今日的前沿应用将成为明日的基础设施？谁将参与其中的价值创造？报告表明，该领域的成功不仅需要技术卓越，还需要在产品开发、市场定位和生态系统构建方面的战略执行力。
葡萄牙的案例（2023年制造业研发投入9.4亿欧元，但创新绩效停滞） exemplifies 欧洲制造业转型面临的机遇与挑战。研究能力与商业影响力之间的差距，凸显了通过系统的客户互动、成熟度评估框架和市场准入机制来连接技术方案与产业需求的迫切需要。
总之，随着制造业通过数字化和AI集成经历关键转型，前进之路要求先进技术与制造商需求、可扩展性考量以及对最终操作系统的人类劳动力的清晰价值主张保持一致。ETFA 2025产业论坛既对当前挑战进行了全面诊断，也通过初创企业、成熟公司、研究机构和投资社区的协调努力，提供了切实解决方案正在涌现的有力证据。以IEC 61499为代表的开放式、互操作标准，与AI、机器人等使能技术相结合，正在为构建更灵活、更高效、更可持续且以人为中心的未来工厂铺平道路。
