JUNN:法国启动国家数字孪生计划

JUNN : la France lance son programme de jumeaux numériques nationaux

Silicon.fr by Philippe Leroy 2026-04-13 13:58 Original
摘要
法国正式启动国家数字孪生领土计划JUNN,由IGN、Cerema、Inria等公共机构及1Spatial France联合推进,总投资4000万欧元(其中2500万来自法国2030计划)。该项目旨在构建开放主权技术平台,整合地理空间数据与模拟工具,以应对气候变化、自然灾害预警及城市规划等挑战,并连接全国现有数字孪生项目。目前已有14家核心合作伙伴及200多个地方机构参与,计划三年内实现多省份3D数据覆盖与跨平台互操作性。

法国正式启动国家级国土数字孪生计划JUNN(国家数字孪生),旨在构建一个开放、自主的技术平台,以模拟、可视化并预测法国国土在日益紧迫的气候变化背景下的演变。该项目由法国国家地理与林业信息研究所(IGN)、环境、城市规划和建设技术研究中心(Cerema)及法国国家信息与自动化研究所(Inria)联合地理空间软件商1Spatial France共同推进。

国土数字孪生是通过整合静态与动态数据(如传感器、卫星图像、激光雷达数据),结合模拟工具,对物理空间进行虚拟动态复现,用于可视化分析及预测事件或规划项目的影响。其应用场景包括模拟百年一遇洪水后果、预测城市热岛效应、评估海岸线退缩或建模新交通线路对流量影响等。目前法国旺代省、波尔多自治港、里尔大都会、昂热卢瓦尔大都会及雷恩等地已部署类似工具,JUNN计划旨在加速此类举措的全国推广与互联互通。

项目总投资4000万欧元,为期三年(2026-2029年),其中2500万欧元来自法国2030计划,由领土银行管理。核心目标是建立统一、共享、互操作的技术基础,解决现有数字孪生系统数据模型异构、模拟结果无法跨区域复用的问题。计划在18个月内初步建成覆盖多省份的3D数据平台,配备沉浸式可视化工具及高性能模拟环境连接。首批试点地区包括滨海阿尔卑斯省、滨海夏朗德省、吉伦特省和伊勒-维莱讷省。

技术联盟由1Spatial France负责协调运营,Camptocamp提供架构与基础设施支持。联盟汇集14家互补机构:法国国家空间研究中心(CNES)提供空间数据与密集型计算,法国石油与新能源研究所(IFPEN)负责复杂系统协调,法国地质与矿业研究局(BRGM)专注土壤及地下资源建模。数字模型制作由Geofit/IGO、Siradel和LuxCarta承担;Geodata Paris与GeometryFactory贡献3D模型、知识图谱与人工智能技术;Cap Digital负责设计可持续商业模式;达索系统将提前介入城市气候适应用例,发挥其多物理场仿真能力。项目还依托超过200家机构组成的“国土数字孪生法国队”,涵盖地方政府、工程公司、中小企业和研究机构。

优先应用主题基于地方需求确定,包括自然灾害预防(洪水、海岸线退缩、地震)、可持续城市规划、交通、森林与水资源管理、可再生能源开发、生物多样性评估及疫情防控。例如,根据《可再生能源生产加速法》(APER),地方政府需划定可再生能源发展适宜区,JUNN平台可整合太阳能/风能潜力、环境约束、城市规划法规及土地可用性等多维度数据,解决当前工具分散、难以协同的痛点。

项目聚焦三大科研挑战:一是高精度语义增强3D模型的构建与多源多尺度数据融合;二是实现现有数字孪生系统互联及模拟成果跨区域复用;三是提升可视化与交互体验,使非技术背景的决策者、技术人员、危机管理人员及公众能便捷使用。

路线图分三步推进:首年搭建基础技术工具并生产首批3D数据集;次年连接应用模块丰富功能;第三年实现系统全面可靠及大规模可用。运营阶段将于2029年启动,商业模式将结合公共资金、私营合作与服务收费。

Summary
France has officially launched JUNN, a national digital twin program backed by €40 million over three years, involving public agencies IGN, Cerema, and Inria alongside software company 1Spatial France. The project aims to create an open, sovereign platform to simulate and visualize impacts like floods and urban heat islands, structuring a French industrial sector around this technology. It unites over 200 actors, including 14 core partners like CNES and Dassault Systèmes, to develop interoperable 3D models and tools, with initial pilots targeting four departments.

France has officially launched JUNN (Jumeau Numérique National), a national program to develop sovereign, open-source digital twins of its territories. The initiative, backed by a €40 million investment over three years (2026-2029), aims to create a shared technological platform for simulating, visualizing, and anticipating changes to the French landscape, particularly under climate change pressures.

A digital twin is a dynamic virtual replica of a physical area, integrating static and dynamic data from sensors, satellites, and LiDAR with simulation tools. This enables analysis and forecasting for scenarios like centennial floods, urban heat islands, coastal erosion, or new transport infrastructure impacts. While several French regions already use such tools, JUNN seeks to accelerate deployment and ensure national interoperability, moving beyond current data silos.

The program is structured around three scientific challenges: creating accurate, semantically rich 3D models from diverse data sources; ensuring interoperability between existing digital twins; and developing accessible visualization tools for non-technical users like officials, technicians, and citizens. A consortium of 14 partners, coordinated by 1Spatial France with technical support from Camptocamp, leads development. Key members include the CNES for spatial data and intensive computing, IFPEN for complex system orchestration, and the BRGM for subsurface modeling. Companies like Geofit/IGO, Siradel, and LuxCarta will produce digital models for pilot territories.

An initial "Team France" of over 200 actors—including pioneering local authorities, engineering firms, SMEs, startups, and research institutes—contributes to the project. Priority use cases, identified from regional needs, span natural disaster prevention, sustainable urban planning, mobility, forest and water resource management, renewable energy development, biodiversity assessment, and epidemic control. For instance, JUNN will help municipalities identify suitable renewable energy zones by integrating solar/wind potential, environmental constraints, zoning rules, and land availability into a single platform.

The roadmap is phased: Year one focuses on core technical tools and initial 3D datasets for pilot departments (Alpes-Maritimes, Charente-Maritime, Gironde, Ille-et-Vilaine). Year two will connect applications to enrich functionalities. By year three, the system should be complete, reliable, and scalable. Operational use is slated for 2029, supported by a sustainable economic model blending public funding, private partnerships, and service fee contributions.

Résumé
La France lance officiellement le programme JUNN (Jumeau Numérique National), doté de 40 millions d'euros sur trois ans et piloté par un consortium de 14 partenaires dont l'IGN, le Cerema, l'Inria et 1Spatial France. Ce projet vise à créer une plateforme souveraine et interopérable pour simuler et anticiper l'impact du changement climatique et des aménagements sur les territoires, en s'appuyant sur des données 3D et des outils de simulation. L'objectif est de structurer une filière industrielle française et de déployer des cas d'usage concrets, comme la prévention des risques naturels ou le développement des énergies renouvelables, avec des premiers territoires pilotes identifiés.

C’est officiel, la France se dote d’un programme national de jumeaux numériques de territoires. Baptisé JUNN (Jumeau Numérique National), ce projet réunit les structures publiques IGN, Cerema et Inria ainsi que l’éditeur1Spatial France autour d’un objectif commun : construire un socle technologique ouvert et souverain permettant de simuler, visualiser et anticiper les évolutions du territoire français, dans un contexte de changement climatique de plus en plus pressant.

Qu’est-ce qu’un jumeau numérique de territoires ?

Un jumeau numérique de territoires est une réplique virtuelle et dynamique d’un espace physique. En assemblant des données statiques et dynamiques – issues de capteurs connectés, d’images satellites, de relevés LiDAR – et en les couplant à des outils de simulation, il permet de visualiser, d’analyser et de prévoir l’impact d’événements ou de projets d’aménagement.

Concrètement : simuler les conséquences d’une crue centennale, anticiper les îlots de chaleur urbains, évaluer le recul du trait de côte ou encore modéliser l’impact de nouvelles voies de transport sur le trafic.

Plusieurs territoires français disposent déjà de tels outils : la Vendée, le port autonome de Bordeaux, la métropole de Lille, Angers Loire Métropole ou encore Rennes. JUNN ambitionne d’accélérer le déploiement de ces initiatives et de permettre leur interconnexion à l’échelle nationale.

Un investissement de 40 millions d’euros sur trois ans

L’enveloppe totale du programme s’élève à près de 40 millions € sur trois ans (2026-2029), dont 25 millions financés dans le cadre du plan France 2030, opéré par la Banque des territoires.

JUNN vise également à structurer une filière industrielle française dédiée aux jumeaux numériques, en permettant aux entreprises du secteur de se concentrer sur des services à forte valeur ajoutée, sans avoir à reconstruire les fondations techniques à chaque projet.

Le premier objectif du programme est de mettre à disposition un socle technologique commun, mutualisé et interopérable. Aujourd’hui, les jumeaux numériques existants fonctionnent en silos : les modèles de données sont hétérogènes, les simulations réalisées dans un territoire ne peuvent pas être réutilisées ailleurs. JUNN entend résoudre ce problème en harmonisant les standards, en partageant les briques logicielles et en constituant un patrimoine national commun de données géographiques.

Dans dix-huit mois, la plateforme devrait disposer de premières données 3D couvrant plusieurs départements, d’outils de visualisation immersive et de connexions à des environnements de simulation haute performance. Les premiers territoires pilotes sont déjà identifiés : Alpes-Maritimes, Charente-Maritime, Gironde et Ille-et-Vilaine.

Un consortium de 14 partenaires et plus de 200 acteurs engagés

La coordination technique et opérationnelle est assurée par 1Spatial France, avec l’appui de Camptocamp pour l’architecture et les infrastructures.

Le consortium réunit 14 partenaires aux expertises complémentaires : le CNES pour les données spatiales et le calcul intensif, l’IFPEN pour l’orchestration de systèmes complexes, le BRGM pour la modélisation des sols et ressources souterraines.

La production des maquettes numériques sur les territoires d’expérimentation est confiée à Geofit/IGO, Siradel et LuxCarta. Géodata Paris et GeometryFactory contribuent aux modèles 3D, aux graphes de connaissances et à l’intelligence artificielle. Cap Digital est chargé de préparer la phase d’exploitation en structurant le modèle économique. Dassault Systèmes interviendra en avance de phase sur le cas d’usage d’adaptation climatique des villes, en mobilisant ses capacités de simulation multiphysiques.

Plus largement, JUNN s’appuie sur une « Équipe de France des jumeaux numériques de territoires » regroupant plus de 200 acteurs ( collectivités pionnières, bureaux d’études, PME, start-ups et instituts de recherche ) qui avaient répondu à un appel à communs lancé en 2024.

Des cas d’usage concrets

Les thématiques prioritaires ont été identifiées à partir des besoins remontés par les territoires : prévention des risques naturels (inondations, recul du trait de côte, risques sismiques), aménagement urbain durable, mobilité, gestion des forêts et des ressources hydriques, développement des énergies renouvelables, évaluation de la biodiversité et lutte contre les épidémies.

Sur ce dernier point, la loi d’Accélération de la production d’énergies renouvelables (APER) impose aux collectivités d’identifier des zones propices au développement des ENR. JUNN permettra de croiser dans un même environnement le potentiel solaire ou éolien, les contraintes environnementales, les règles d’urbanisme et la disponibilité du foncier  là où les outils actuels restent souvent dispersés et difficiles à articuler.

Trois axes de recherche

Le programme s’articule autour de trois défis scientifiques. Le premier porte sur la représentation : reconstruire des modèles 3D fidèles, sémantiquement enrichis, capables de croiser des données d’origines très diverses à différentes échelles. Le deuxième porte sur l’interopérabilité : faire en sorte que les jumeaux numériques existants puissent communiquer et que les simulations soient réutilisables d’un territoire à l’autre. Le troisième porte sur la visualisation et l’interaction : rendre ces outils accessibles à des élus, des techniciens, des gestionnaires de crise ou des citoyens, sans expertise technique préalable.

Feuille de route

Le développement sera progressif. La première année sera consacrée à la mise en place des outils techniques de base et à la production des premiers jeux de données 3D. La deuxième année verra les premières connexions d’applications enrichissant les usages. En troisième année, le système devra être complet, fiable et utilisable à grande échelle. La phase d’exploitation opérationnelle débutera en 2029, sur la base d’un modèle économique pérenne articulant financements publics, partenariats privés et contributions aux coûts de services.

Photo : Simulation inondation de Pornic-(crédit GEOFIT-IGO)

The post JUNN : la France lance son programme de jumeaux numériques nationaux appeared first on Silicon.fr.

AI Insight
Core Point

法国启动国家数字孪生计划JUNN,旨在构建开放、主权的技术基座,以模拟和预测国土演变,应对气候变化。

Key Players

IGN/Cerema/Inria — 法国公共地理、环境研究及数字科学机构。

1Spatial France — 地理空间数据管理软件提供商,负责技术协调。

CNES — 法国国家空间研究中心,提供空间数据与计算。

Dassault Systèmes — 法国软件公司,提供多物理场仿真技术。

Industry Impact
  • ICT: 高 — 构建国家级开放数字孪生平台与数据标准。
  • 能源: 中 — 用于评估可再生能源潜力与部署。
  • 计算/AI: 中 — 依赖高性能计算与AI进行数据融合与模拟。
Tracking

Strongly track — 这是国家级主权数字基础设施的核心项目,将定义技术标准并催生产业生态。

Highlights
Investment / Funding
Related Companies
positive
neutral
positive
neutral
positive
positive
positive
positive
positive
positive
positive
positive
positive
positive
Categories
人工智能 软件 云计算
AI Processing
2026-04-13 14:11
deepseek / deepseek-chat