Gemini 4 Carbon nutzt /swarm, um eine 3D-Welt des Google-Campus zu erstellen

Anmerkung des Autors: Dieser Artikel folgt dem von Google gezeigten Spiel mit dem radelnden Pelikan. Er zerlegt, wie Gemini 4 Carbon dabei mehrere Agenten koordiniert, 3D-Assets erstellt und ein Browserspiel ausliefert, und er erklärt, wo die Grenzen dieser Demo liegen.

8 Begriffe, die Sie kennen sollten, bevor es um das Open-World-Spiel von Gemini 4 Carbon geht

In diesem Artikel tauchen immer wieder Begriffe aus der Spieleentwicklung und dem Agent-Umfeld auf. Ein Blick in die Tabelle hilft beim Verständnis des restlichen Textes.

Ein Pelikan fährt auf einem GBike durch Googles Campus in Mountain View. Das ist eine der Demos, die Google am 10. November 2026 zur offiziellen Freigabe von Gemini 4 Carbon gezeigt hat: Carbon baut mit der /swarm-Funktion von Google Antigravity ein 3D-Open-World-Spiel, das sich direkt im Browser spielen lässt.

Das ist kein Gerücht, aber auch kein unabhängiger Test. Das Beispiel stammt aus dem offiziellen Google-Blog, und Google bietet auch einen Online-Zugang zum Ausprobieren. Es bleibt aber eine Herstellerdemo und keine Bewertung der Fähigkeiten in der Spieleentwicklung durch Dritte. Diesen Unterschied halte ich im Artikel konsequent auseinander.

Der Nutzen für Sie: Nach der Lektüre wissen Sie, was Carbon in diesem Spiel konkret geleistet hat, wo der Wert der Zusammenarbeit mehrerer Agenten liegt und wie weit „KI baut Spiele“ noch von einem kommerziellen Produkt entfernt ist.

一、Ein Pelikan auf dem GBike: Die wichtigsten Infos zum Open-World-Spiel von Gemini 4 Carbon

Die Beschreibung im offiziellen Google-Blog umfasst nur einen Satz: Carbon hat mit der /swarm-Funktion von Antigravity ein 3D-Open-World-Spiel gebaut, in dem man einen Pelikan auf einem GBike spielt und den Google-Campus in Mountain View erkundet. Der Satz ist kurz, enthält aber einiges an Information. Er betrifft vier Ebenen: die Hauptfigur, das Setting, die Laufzeitumgebung und die Auslieferungsform.

Wichtig: Google hat weder ein Questsystem noch NPCs, die Kartengröße, die Bildrate oder die Spieldauer genannt. Diese Details ergänze ich in diesem Artikel bewusst nicht. Wenn Sie anderswo entsprechende Angaben lesen, sollten Sie sie am besten mit dem offiziellen Originaltext abgleichen.

Zwei: Warum ein Open-World-Spiel mit Carbon mehr ist als gewöhnliche KI-Codegenerierung

Ein Großes Sprachmodell eine Three.js-Seite mit rotierendem Würfel schreiben zu lassen, ist inzwischen nichts Besonderes mehr. Hinter einer „erkundbaren offenen Welt“ stecken aber mindestens mehrere völlig unterschiedliche Fachdisziplinen, die gleichzeitig bedient werden müssen:

• 3D-Assets: Die Gebäude des Campus, der Pelikan als Hauptfigur und das GBike müssen modelliert und mit Materialien versehen werden.
• Szenenaufbau: Die Assets werden entsprechend ihren räumlichen Beziehungen zu einem erkundbaren Campus angeordnet.
• Interaktion im Browser: Die Eingaben der Spielerin oder des Spielers müssen die Figur steuern können.
• Echtzeitgrafik: Die Bildeffekte entstehen über WebGL-Shader und werden direkt im Browser in Echtzeit gerendert.
• Sounddesign: Gebraucht werden sowohl prozedurale Soundeffekte als auch Hintergrundmusik.

In klassischen Teams übernehmen diese Aufgaben meist getrennt 3D-Artists, Technical Artists, Frontend- oder Spieleentwickler und Audiodesigner. Wenn ein einzelnes Modell auf einen Schlag den gesamten Code ausgibt, passen Assets und Code leicht nicht zusammen, und der Stil wird uneinheitlich. Genau das betont Google in diesem Beispiel: Entscheidend ist die „arbeitsteilige Zusammenarbeit verschiedener Agenten“ – nicht, dass „Carbon ein Stück Spielcode geschrieben hat“.

Außerdem lohnt sich ein Blick auf die offizielle Modellkarte von Carbon: Als Ausgabemodalität ist dort Text angegeben, als Eingabe werden Text, Bild, Audio und Video unterstützt. 3D-Assets und Musik „erzeugt“ Carbon also nicht direkt als Dateien. Dafür kommen Werkzeuge wie Blender und Lyria sowie weitere Modelle zum Einsatz. Das erklärt auch, warum dieses Beispiel auf eine Kombination aus mehreren Agenten und einer Toolchain setzt.

3. Wie Gemini 4 Carbon mit /swarm ein Multi-Agent-Team für die Spieleentwicklung organisiert

/swarm ist eine Vorschaufunktion für die Zusammenarbeit mehrerer Agenten, die Google Antigravity am 10. November 2026 eingeführt hat. Die Grundidee: Eine einzige Aufgabenanweisung geht raus, und mehrere Agenten arbeiten parallel daran, statt dass ein einzelner Agent alles nacheinander erledigt. Laut dem offiziellen Blog besteht /swarm aus vier Bausteinen.

Die Zusammenarbeit im Pelikan-Spiel mit /swarm

Nach den offiziellen Angaben lässt sich die Entstehung des Spiels grob in vier aufeinanderfolgende Schritte gliedern. Im ersten Schritt entstehen die visuellen Referenzen: Gemini Omni und Nano Banana erzeugen oder liefern das Material, das die visuelle Richtung für Parkgelände und Figuren festlegt. Im zweiten Schritt arbeiten Sub-Agenten in Blender zusammen und modellieren die dreidimensionalen Assets. Im dritten Schritt entsteht mit Three.js und WebGL-Shadern die Open World im Browser samt Echtzeit-Grafikeffekten. Im vierten Schritt erzeugt Web Audio prozedurale Soundeffekte, und Lyria liefert die Spielmusik.

Der Nutzen mehrerer Agenten liegt darin, dass jeder Schritt einen eigenen Ausführenden hat, während der Koordinator die Gesamtkonsistenz im Blick behält. Google gibt auch eine Empfehlung zur Modellverteilung: Gesamtarchitektur, Aufgabenkoordination, Sicherheitsprüfung und komplexe Code-Audits übernimmt Carbon, Routineimplementierungen und parallele Dateiänderungen gehen an schnellere, leichtere Modelle, und die Tests übernehmen spezialisierte Prüf-Agenten. Welches Modell die einzelnen Agenten im Pelikan-Spiel tatsächlich genutzt haben, hat Google nicht im Detail erläutert. Deshalb stelle ich hier nur den allgemeinen Mechanismus vor und spekuliere nicht.

Ein Hinweis zu den Kosten von /swarm

Google zufolge setzen Ingenieure /swarm intern bereits seit rund fünf Wochen ein, vor allem für Migrationen über mehrere Softwarepakete hinweg, Ursachenanalysen über Subsysteme hinweg und Architektur-Neuentwürfe. Gleichzeitig weist Google darauf hin: Auch wenn wartende Agenten keine Token verbrauchen, steigt der Gesamtverbrauch an Kontingent durch die parallele Ausführung mehrerer Agenten spürbar. Wer einen solchen Workflow nachbauen möchte, sollte diesen Punkt stärker gewichten als die Frage, ob sich damit ein Spiel bauen lässt.

Vier: Der 5-Schichten-Technologie-Stack hinter dem Carbon-Open-World-Spiel

Ordnet man die offiziell genannten Werkzeuge nach ihren Aufgaben, ergibt sich ein sehr übersichtlicher Technologie-Stack für Browserspiele:

Das Geschickte an dieser Kombination: Fast alle Werkzeuge lassen sich per Code oder Skript steuern. Blender unterstützt skriptbasiertes Modellieren, Three.js und Web Audio sind von Haus aus JavaScript-Schnittstellen, und auch Shader sind schlicht Code. Für ein Großes Sprachmodell, das hauptsächlich Text ausgibt, heißt das: Es kann über Werkzeugaufrufe an nahezu jedem Produktionsschritt mitwirken.

Das Endergebnis ist ein interaktives Spiel im Browser, ohne dass ein Client installiert werden muss. Genau deshalb eignet sich der Web-Stack so gut für KI-generierte Inhalte: Das Ergebnis lässt sich leicht verteilen, und ein Prüf-Agent kann die Seite direkt öffnen und das Rendering kontrollieren.

Fünf: Nicht nur Open-World-Spiele – weitere 3D-Arbeiten von Gemini 4 Carbon

Das Pelikan-Spiel ist keine isolierte Demo. Google hat zeitgleich mehrere verwandte 3D- und Visual-Beispiele gezeigt, die alle in dieselbe Richtung weisen: Carbon wird für Raumgestaltung, die Erstellung visueller Assets, Echtzeit-Rendering und die Integration von Multimedia eingesetzt – und nicht nur zum Schreiben von Code.

• Unterwasser-Atlantis-Szene: Als Referenz dient ein mit Gemini Omni erzeugtes Video. In Blender entstehen prozedurale Ruinen, volumetrische Beleuchtung und eine Wassersimulation, die anschließend in eine Echtzeit-Browserszene mit Three.js überführt werden. Die Pipeline ist praktisch dieselbe wie beim Pelikan-Spiel: „Referenz → Blender → Three.js“.
• Rekonstruktion eines Hammerflügels von 1780: Anhand von CAD-Zeichnungen und Röntgenaufnahmen wurde ein spielbares Klavier mit einer 61-tastigen Hammermechanik rekonstruiert, inklusive physikalischer Simulation. Es wurde in ein 3D-Modell der Koerner Hall des Royal Conservatory of Music in Kanada eingesetzt, um die Raumakustik an unterschiedlichen Sitzplätzen zu simulieren.
• Umgestaltung des Google Merchandise Store: Mit nur zwei Eingabeaufforderungen wurden fünf Art-Direction-Konzepte vorgeschlagen, und über Nano Banana 2.1 entstanden neue Produktbilder.

Darüber hinaus nennt Google in den Veröffentlichungsunterlagen zwei weitere Beispiele: Aus 7 öffentlich zugänglichen PDFs zur Stadtplanung wurden 206 technische Ansichten extrahiert. Nach 10 nächtlichen Iterationsrunden entstand daraus ein Three.js-Gebäudemodell mit rund 906.000 Dreiecksflächen. Außerdem wurde anhand historischer Fotos und technischer Zeichnungen eine interaktive 3D-Ausstellung zum Bau des Eiffelturms in den Jahren 1887–1889 erzeugt. Auch das sind offizielle Demos.

Sechs: Auswirkungsanalyse – Wie weit sind AI Agents von echter Open-World-Spieleentwicklung entfernt?

Bevor wir darüber sprechen, ob KI Spiele entwickeln kann, müssen wir „Spiel“ in verschiedene Ebenen aufteilen. Die folgende Tabelle ist eine Einteilung auf Basis von Branchenwissen, keine offizielle Einschätzung:

Das Pelikan-Spiel liegt ungefähr zwischen den ersten beiden Ebenen: Es zeigt, dass Multi-Agent-Systeme einen fachübergreifenden 3D-Prototyp im Browser zum Laufen bringen können. Eine einzelne offizielle Demo reicht allerdings nicht als Beleg dafür, dass das Modell bereits eigenständig ein kommerzielles Open-World-Spiel entwickeln kann.

Auswirkungen auf Entwickler

• Die Geschwindigkeit der Prototyp-Validierung könnte deutlich steigen: Indie-Entwickler und kleine Teams können mit Agents schnell interaktive Demos bauen, um Ideen zu testen oder Pitches vorzubereiten.
• „Orchestrierung“ wird so wichtig wie „Programmieren“: Wie Aufgaben aufgeteilt werden, welches Modell jeder Agent bekommt und wie Prüfschritte eingebaut werden, entscheidet direkt über Qualität und Kosten des Ergebnisses.
• Kosten müssen pro Aufgabe kalkuliert werden: Der Einführungspreis von Carbon liegt bei 2 US-Dollar pro Million Input-Token und 10 US-Dollar für Output. Ab dem 1. Dezember steigen die Preise auf 4 bzw. 20 US-Dollar, wobei Denk-Token zum Output zählen. Laufen mehrere Agents parallel, muss die Rechnung für den gesamten Workflow aufgestellt werden.

Auswirkungen auf die Branche

• AI Agents wandern vom Code-Werkzeug zur fachübergreifenden Content-Produktion: Dasselbe Kollaborations-Framework deckt Grafik, Programmierung und Audio ab – ein aussagekräftigeres Signal als jeder einzelne Fähigkeits-Score.
• Der Wert menschlicher Arbeit verschiebt sich zu „Definieren“ und „Kontrollieren“: Produktdesign, Qualitätskontrolle und ästhetisches Urteil lassen sich weiterhin nicht ersetzen, nur die repetitiven Produktionsschritte werden nach und nach schrumpfen.

So probieren Sie den Multi-Agent-Ansatz von Gemini 4 Carbon per API aus

/swarm ist eine Funktion, die es nur innerhalb von Antigravity gibt. Das Prinzip dahinter – „starkes Modell plant, leichtes Modell führt aus“ – lässt sich aber per API als vereinfachte Variante selbst nachbauen. Im folgenden Minimalbeispiel übernimmt Carbon die Rolle des Koordinators und zerlegt die Anforderung für ein kleines 3D-Spiel in Teilaufgaben:

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # APIYI – einheitliche Schnittstelle
)

resp = client.chat.completions.create(
    model="gemini-4-carbon",  # Den Modellnamen bitte der Modellliste der Plattform entnehmen
    messages=[{"role": "user", "content": "把“用 Three.js 做一个骑车探索园区的浏览器小游戏”拆成 Blender 资产、场景代码、音效三类子任务，输出 JSON"}]
)
print(resp.choices[0].message.content)

Beachten Sie: Laut der Google-Entwicklerdokumentation ignoriert Carbon die Parameter temperature, top_p und top_k und unterstützt auch kein thinking_budget. Deshalb werden diese Parameter im Beispiel nicht übergeben.

import json
import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

COORDINATOR_MODEL = "gemini-4-carbon"   # Zuständig für Planung und Integration
WORKER_MODEL = "YOUR_FAST_MODEL"        # Zuständig für die reguläre Umsetzung, am besten ein schnelleres, leichteres Modell

def ask(model: str, prompt: str, system: str = "") -> str:
    messages = []
    if system:
        messages.append({"role": "system", "content": system})
    messages.append({"role": "user", "content": prompt})
    resp = client.chat.completions.create(model=model, messages=messages)
    return resp.choices[0].message.content

# 1. Der Koordinator zerlegt die Aufgabe
plan_text = ask(
    COORDINATOR_MODEL,
    "需求：浏览器 3D 小游戏，角色骑自行车探索园区。"
    "请拆成子任务，输出 JSON 数组，每项含 role 与 task 字段，"
    "role 取值为 blender_asset / threejs_scene / web_audio。只输出 JSON。",
)
subtasks = json.loads(plan_text)

# 2. Die Worker arbeiten die Teilaufgaben nacheinander ab (in der Produktion lässt sich das auf parallele Ausführung umstellen)
results = []
for t in subtasks:
    output = ask(WORKER_MODEL, t["task"], system=f"你是 {t['role']} 方向的工程师，只输出代码或脚本")
    results.append({"role": t["role"], "output": output})

# 3. Der Koordinator führt die Ergebnisse zusammen und prüft die Konsistenz
review = ask(
    COORDINATOR_MODEL,
    "检查以下子任务产出是否互相一致（资产命名、坐标单位、接口），列出问题：\n"
    + json.dumps(results, ensure_ascii=False)[:20000],
)
print(review)

🚀 Tipp für den schnellen Einstieg: Wenn Sie zuerst testen möchten, ob sich die Kombination „Carbon plant + leichtes Modell führt aus“ lohnt, können Sie bei APIYI (apiyi.com) mit demselben API-Schlüssel zwischen verschiedenen Modellen wechseln und sie direkt vergleichen. Die Abrechnung erfolgt nutzungsbasiert, und neue Nutzer erhalten ein kostenloses Testguthaben – ideal, um in kleinen Schritten zu experimentieren.

Häufig gestellte Fragen (FAQ)

Gemini 4 Carbon Open-World-Spiel: Die wichtigsten Erkenntnisse

• Worum es geht: Ein offizielles Demo-Spiel für den Browser mit offener Spielwelt. Die Hauptfigur ist ein Pelikan auf einem GBike.
• Schlüsselmechanismus: Mit /swarm organisiert Carbon mehrere Agenten aus einem Koordinator, parallelen Workern, Prüfern und einem Nachrichtenbrett.
• Technologiestack: Blender für die Assets, Three.js und WebGL für die Szene, Web Audio und Lyria für den Sound.
• Das eigentlich Spannende: Die fachübergreifende Zusammenarbeit bis zur fertigen Lieferung, nicht bloß die Tatsache, dass Carbon Code schreibt.
• Grenzen im Blick behalten: Eine einzelne offizielle Demo ist weder ein unabhängiger Test noch ein kommerzielles Endprodukt.
• So legen Sie los: Über APIYI (apiyi.com) können Sie mit einer einheitlichen Schnittstelle starke und schwächere Modelle kombinieren und den Ansatz der Arbeitsteilung selbst ausprobieren.

Fazit

Am Pelikan-Spiel von Gemini 4 Carbon sind vor allem drei Punkte interessant:

1. Arbeitsteilung zwischen mehreren Agenten: Mit /swarm gibt es für visuelle Referenzen, 3D-Assets, das Browserspiel und das Sounddesign jeweils eigene Zuständige, die Carbon koordiniert.
2. Ein skriptbarer Technologiestack: Dank Blender, Three.js, WebGL und Web Audio kann ein Modell, das nur Text ausgibt, an fast jedem Produktionsschritt mitwirken.
3. Ein nüchterner Blick auf die Grenzen: Die Demo zeigt, dass fachübergreifende Lieferung auf Prototyp-Niveau möglich ist. Spieldesign, Qualitätskontrolle und der Feinschliff am Produkt brauchen aber weiterhin Menschen.

Wenn Sie prüfen möchten, ob ein Workflow nach dem Muster „starkes Modell plant, leichtes Modell führt aus“ zu Ihrem Projekt passt, können Sie das über APIYI (apiyi.com) schnell ausprobieren. Die Plattform bietet mit nur einem API-Schlüssel Zugriff auf mehrere gängige Modelle, sodass sich Kosten und Ergebnisqualität bequem vergleichen lassen.

📚 Referenzen

1. Google Blog – Gemini 4 Carbon is now available: Offizielle Ankündigung zur Verfügbarkeit, inklusive Pelikan-Spiel und weiterer 3D-Beispiele
2. Link: blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/

3. Hinweis: Primärquelle für die Spielbeschreibung und den Tech-Stack

4. Offizieller Blog von Google Antigravity: Vorstellung des Multi-Agent-Kollaborationsmechanismus /swarm

5. Link: antigravity.google/blog/gemini-4-carbon-in-google-antigravity/

6. Hinweis: Designdetails zu Coordinator, Git Worktree, Verifikations-Agent und mehr

7. Gemini 4 Carbon Model Card: Modellparameter und bekannte Einschränkungen

8. Link: deepmind.google/models/model-cards/gemini-4-carbon/

9. Hinweis: Ein- und Ausgabemodalitäten, Kontext, Stichtag des Wissensstands

10. Offizielle Demo des Pelikan-Campus-Spiels: Einstieg zur Live-App

11. Link: aistudio.google.com/apps/bundled/pelican-campus-quest

12. Hinweis: Möglicherweise ist eine Anmeldung mit einem Google-Konto nötig; es handelt sich um eine offizielle Demo

13. Gemini API Preise: Einführungspreis von Carbon und Standardpreis ab Dezember

14. Link: ai.google.dev/gemini-api/docs/pricing
15. Hinweis: Hilfreich für die Kostenberechnung von Multi-Agent-Workflows

Autor: APIYI Technik-Team
Austausch: Melden Sie sich gern über die Startseite von APIYI bei uns. Weitere Informationen zur Anbindung finden Sie im Dokumentationszentrum unter docs.apiyi.com

Weiterführende Artikel

• Modelle Three.js schreiben lassen statt direkt 3D-Dateien zu erzeugen: 5 Erkenntnisse aus dem Workflow mit einer Code-Zwischenschicht: Am Beispiel von Qwen3.5-4B-GLB-3D-Coder zerlegen Sie den Code-Zwischenschicht-Workflow „Text→Three.js→GLB“ und geben praktische Schritte für lokale Bereitstellung, Cloud-Anbindung und Godot-Validierung an.
• Gemini 4 Carbon: Analyse der Veröffentlichung – mit 59 Punkten vor Opus 5.5, 15 von 17 Disziplinen gewonnen, aber nicht aufrufbar: Gemini 4 Carbon führt den Intelligenzindex von Artificial Analysis mit 59 Punkten an und gewinnt 15 von 17 offiziellen Vergleichen, hat aber weder API-Modell-ID noch Freigabeplan; der Artikel erklärt die Bewertung und fehlende Verfügbarkeit sowie gemini-4-argon als Alternative für Entwickler in China.