Gemini 4 Carbon usa /swarm para construir un mundo 3D del campus de Google

Nota del autor: este artículo sigue la demo del juego del pelícano en bici que presentó Google. Desglosa la colaboración multiagente de Gemini 4 Carbon, la creación de recursos 3D y la entrega de un juego para navegador, y explica los límites de la demostración.

8 términos para entender el juego de mundo abierto de Gemini 4 Carbon

En este artículo aparecen con frecuencia términos del desarrollo de videojuegos y del mundo de los agentes. Echa un vistazo a esta tabla primero y el resto se entenderá mejor.

Un pelícano pasea en una GBike por el campus de Google en Mountain View. Es una de las demos que Google mostró el 10 de noviembre de 2026, cuando abrió oficialmente Gemini 4 Carbon: Carbon, apoyándose en la función /swarm de Google Antigravity, construyó un juego 3D de mundo abierto que se puede jugar en el navegador.

No es un rumor, pero tampoco es una prueba independiente. El caso sale del blog oficial de Google, que además ofrece un acceso en línea para probarlo. Aun así, es una demo del fabricante y no una evaluación de terceros sobre la capacidad de desarrollar videojuegos, y en este artículo separaré ambas cosas con claridad.

Lo que te llevas: al terminar de leer sabrás qué hizo exactamente Carbon en este juego, dónde está el valor de la colaboración multiagente y cuánta distancia hay todavía entre «hacer juegos con IA» y un producto comercial acabado.

I. Un pelícano en una GBike: lo esencial del juego de mundo abierto de Gemini 4 Carbon

El blog oficial de Google describe este juego en una sola frase: Carbon usó la función /swarm de Antigravity para construir un juego 3D de mundo abierto en el que el jugador encarna a un pelícano que pedalea en una GBike y explora el campus de Google en Mountain View. La descripción es corta, pero dice bastante: toca cuatro niveles, que son el protagonista, el escenario, el entorno de ejecución y la forma de entrega.

Conviene aclarar que la documentación oficial no revela el sistema de misiones, los NPC, la superficie del mapa, los fotogramas por segundo ni la duración del juego. Este artículo no va a rellenar esos huecos. Si ves esos datos en otro sitio, te recomiendo contrastarlos con el texto original oficial.

Dos. Por qué el juego de mundo abierto con Carbon no es simple generación de código con IA

Pedirle a un Modelo de Lenguaje Grande que escriba una página en Three.js con un cubo giratorio ya no es ninguna novedad. Pero detrás de un «mundo abierto que se puede explorar» hay, como mínimo, varios tipos de trabajo especializado muy distintos que se deben resolver al mismo tiempo:

• Recursos 3D: los edificios del campus, el pelícano protagonista y la GBike necesitan modelado y materiales;
• Montaje de la escena: colocar los recursos según sus relaciones espaciales para formar un campus explorable;
• Interacción en el navegador: las acciones del jugador tienen que poder mover al personaje;
• Gráficos en tiempo real: lograr los efectos visuales con shaders de WebGL y renderizarlos en tiempo real en el navegador;
• Diseño de sonido: hacen falta tanto efectos de sonido procedimentales como música de fondo.

En un equipo tradicional, este trabajo suele repartirse entre artistas 3D, artistas técnicos, desarrolladores front-end o de videojuegos y diseñadores de audio. Si un solo modelo escupe todo el código de una vez, es muy fácil que los recursos no encajen con el código o que el estilo sea inconsistente de principio a fin. Lo que Google destaca en este caso es justamente que el trabajo lo hacen «distintos Agentes colaborando con una división de tareas», y no que «Carbon haya escrito un código de juego».

Además, conviene mencionar que, según la ficha oficial del modelo Carbon, su modalidad de salida es texto, mientras que admite como entrada texto, imágenes, audio y vídeo. Por eso, los recursos 3D y la música no son archivos que Carbon «genere» directamente, sino que se producen con herramientas como Blender y Lyria, y con otros modelos. Esto también explica por qué este caso requiere una combinación de varios Agentes y una cadena de herramientas.

III. Cómo organiza Gemini 4 Carbon un equipo de desarrollo de juegos multiagente con /swarm

/swarm es una función en versión preliminar de colaboración multiagente que Google Antigravity lanzó el 10 de noviembre de 2026. La idea central es que una sola instrucción de tarea pone a trabajar en paralelo a varios agentes, en lugar de dejar que un único agente se encargue de todo en secuencia. Según el blog oficial, /swarm se compone de cuatro partes.

La cadena de colaboración de /swarm en el juego del pelícano

Según lo que ha revelado Google, la creación de este juego se puede entender como el encadenamiento de cuatro fases. Primero, la referencia visual: Gemini Omni y Nano Banana generan o aportan el material que define la dirección visual del parque y de los personajes. Segundo, los subagentes colaboran en Blender para modelar los recursos tridimensionales. Tercero, se levanta el mundo abierto en el navegador con Three.js y shaders de WebGL, y se implementan los efectos gráficos en tiempo real. Cuarto, se crean efectos de sonido procedurales con Web Audio y Lyria genera la música del juego.

El valor del enfoque multiagente está en que cada fase tiene un responsable especializado, mientras el coordinador vela por la coherencia del conjunto. Google también sugiere cómo repartir los modelos: la arquitectura general, la coordinación de tareas, la revisión de seguridad y la auditoría de código complejo se dejan a Carbon; la implementación rutinaria y las modificaciones paralelas de archivos, a modelos más rápidos y ligeros; y las pruebas, a agentes verificadores dedicados. Google no detalla qué modelo usó cada agente en el juego del pelícano, así que aquí solo describimos el mecanismo general, sin suposiciones.

Un aviso sobre el coste de /swarm

Google afirma que sus ingenieros llevan unas 5 semanas usando /swarm internamente, sobre todo para migraciones de varios paquetes, investigaciones de causa raíz entre subsistemas y rediseños de arquitectura. Además, advierte de que, aunque la espera en reposo no consuma tokens, ejecutar varios agentes en paralelo sigue aumentando de forma notable el consumo total de cuota. Para los equipos que quieran replicar este tipo de flujo de trabajo, esto merece más atención que el simple hecho de que «se pueda hacer un juego».

Cuatro: las 5 capas tecnológicas detrás del juego de mundo abierto Carbon

Si clasificamos las herramientas reveladas oficialmente según su función, obtenemos un stack tecnológico muy claro para juegos en el navegador:

Lo ingenioso de esta combinación es que casi todo se apoya en herramientas que se pueden controlar con código o scripts. Blender admite modelado por script, Three.js y Web Audio son directamente interfaces de JavaScript, y los shaders también son código. Para un Modelo de Lenguaje Grande, cuya salida es principalmente texto, esto significa que puede participar en prácticamente cada etapa de la producción mediante llamadas a herramientas.

El resultado final es un juego interactivo que corre en el navegador, sin necesidad de instalar ningún cliente. Esta es también la razón por la que el stack web encaja tan bien con el contenido generado por IA: el producto es fácil de distribuir, y además un agente de verificación puede abrir la página directamente para revisar el resultado del renderizado.

Cinco. Más allá de los juegos de mundo abierto: otras obras 3D de Gemini 4 Carbon

El juego del pelícano no es una demo aislada. Google mostró en paralelo varios casos 3D y visuales cercanos, y todos apuntan a lo mismo: Carbon se usa para diseño espacial, producción de recursos visuales, renderizado en tiempo real e integración multimedia, y no solo para escribir código.

• Escena submarina de la Atlántida: usando como referencia un vídeo generado con Gemini Omni, se crean en Blender ruinas procedurales, iluminación volumétrica y simulación de agua, y después se convierte todo en una escena de navegador en tiempo real con Three.js. Es casi la misma cadena de trabajo que el juego del pelícano: «referencia → Blender → Three.js».
• Reconstrucción de un fortepiano de 1780: a partir de planos CAD e imágenes de rayos X, se reconstruye un piano tocable con la mecánica física de un mecanismo de percusión de 61 teclas. Luego se coloca dentro de un modelo 3D de la sala Koerner Hall del Royal Conservatory of Music de Canadá, para simular la acústica espacial desde distintos asientos.
• Rediseño de la Google Merchandise Store: con solo dos rondas de indicaciones se plantearon cinco propuestas de dirección artística, y se generaron nuevas imágenes de productos con Nano Banana 2.1.

Además, en los materiales de lanzamiento Google mencionó otros dos casos: uno que extrajo 206 vistas de planos de ingeniería a partir de 7 PDF públicos de planificación urbana y, tras 10 rondas de iteración nocturna, generó un modelo de edificios en Three.js de unos 906 000 triángulos; y otro que, a partir de fotografías históricas y planos de ingeniería, creó una exposición 3D interactiva sobre la construcción de la Torre Eiffel entre 1887 y 1889. Ambos son también demostraciones oficiales.

VI. Análisis del impacto: ¿cuánto falta para que un agente de IA pueda desarrollar un juego de mundo abierto de verdad?

Antes de discutir si «la IA puede hacer juegos», hay que desglosar qué entendemos por «juego». La siguiente tabla es una clasificación propia basada en el sentido común de la industria, no una conclusión oficial:

El juego del pelícano se sitúa más o menos entre los dos primeros niveles: demuestra que un sistema multiagente puede sacar adelante un prototipo 3D de navegador que abarca varias disciplinas. Pero una sola demo oficial no basta para afirmar que el modelo ya pueda desarrollar por su cuenta un juego de mundo abierto de nivel comercial.

Impacto para los desarrolladores

• La velocidad de validación de prototipos podría aumentar mucho: los desarrolladores independientes y los equipos pequeños pueden usar agentes para montar rápido demos interactivas, ya sea para validar una idea o para preparar un pitch.
• La «capacidad de orquestación» se vuelve tan importante como la de «escribir código»: cómo dividir las tareas, qué modelo asignar a cada agente y cómo configurar las fases de verificación determina directamente la calidad del resultado y el coste.
• El coste hay que estimarlo por tarea: el precio de lanzamiento de Carbon es de 2 dólares por millón de tokens de entrada y 10 dólares por millón de salida; a partir del 1 de diciembre pasará a 4 y 20 dólares respectivamente, y los tokens de razonamiento cuentan como salida. Cuando varios agentes trabajan en paralelo, la factura se calcula sobre todo el flujo de trabajo.

Impacto para la industria

• Los agentes de IA están pasando de ser herramientas de código a producir contenido multidisciplinar: que un mismo marco de colaboración cubra arte, programación y audio es una señal más significativa que cualquier puntuación en una capacidad aislada.
• El valor humano se desplaza hacia «definir» y «supervisar»: el diseño de producto, el control de calidad y el criterio estético siguen siendo imprescindibles para las personas; lo que irá comprimiéndose son las tareas repetitivas de producción.

Cómo probar el enfoque multiagente de Gemini 4 Carbon con la API

/swarm es una función propia de Antigravity, pero la idea de «un modelo potente que planifica y un modelo ligero que ejecuta» se puede montar tú mismo con la API en una versión simplificada. El ejemplo mínimo de abajo hace que Carbon actúe como coordinador y divida los requisitos de un minijuego 3D en subtareas:

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Interfaz unificada de APIYI
)

resp = client.chat.completions.create(
    model="gemini-4-carbon",  # El nombre del modelo depende de la lista de modelos de la plataforma
    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)

Ojo: la documentación para desarrolladores de Google indica que Carbon ignora temperature, top_p y top_k, y que no admite thinking_budget, así que el ejemplo no pasa ninguno de estos parámetros.

import json
import openai

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

COORDINATOR_MODEL = "gemini-4-carbon"   # Se encarga de planificar e integrar
WORKER_MODEL = "YOUR_FAST_MODEL"        # Se encarga de la implementación habitual; elige un modelo más rápido y ligero

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. El coordinador descompone la tarea
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. Los trabajadores ejecutan uno por uno (en producción se puede pasar a concurrente)
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. El coordinador integra y comprueba la coherencia
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)

🚀 Consejo para empezar rápido: si quieres comprobar primero si la combinación «Carbon planifica + modelo ligero ejecuta» sale a cuenta, en APIYI (apiyi.com) puedes usar la misma clave API para cambiar entre distintos modelos y comparar. Se paga por uso y los usuarios nuevos tienen crédito de prueba gratuito, ideal para ir probando poco a poco.

Preguntas frecuentes (FAQ)

Puntos clave del juego de mundo abierto de Gemini 4 Carbon

• Qué es el caso: una demo oficial de un juego de mundo abierto en el navegador, protagonizado por un pelícano que va en una GBike.
• Mecanismo clave: /swarm organiza varios agentes con un coordinador, trabajadores en paralelo, un verificador y un tablón de mensajes.
• Stack técnico: Blender para los recursos, Three.js con WebGL para la escena, y Web Audio con Lyria para el sonido.
• Lo realmente destacable: la colaboración entre disciplinas para entregar un resultado completo, y no solo que Carbon escriba código.
• Conciencia de los límites: una única demo oficial no equivale a una prueba independiente, y mucho menos a un producto comercial.
• Cómo empezar: en APIYI (apiyi.com) puedes combinar modelos potentes y ligeros con una interfaz unificada para validar este enfoque de reparto de tareas.

Conclusión

Lo más interesante del juego del pelícano de Gemini 4 Carbon se resume en tres puntos:

1. Reparto de tareas entre varios agentes: /swarm asigna un responsable a la referencia visual, los recursos 3D, el juego en el navegador y el diseño de sonido, mientras Carbon se encarga de coordinar.
2. Un stack técnico automatizable por script: Blender, Three.js, WebGL y Web Audio permiten que un modelo que solo produce texto participe en casi todas las fases de la producción.
3. Límites bien claros: muestra que es posible hacer entregas multidisciplinares a nivel de prototipo, pero el diseño de la jugabilidad, el control de calidad y el pulido del producto siguen necesitando a personas.

Si quieres evaluar si un flujo de trabajo del tipo «modelo potente para planificar + modelo ligero para ejecutar» encaja en tu proyecto, te recomendamos probarlo rápidamente a través de APIYI (apiyi.com). La plataforma permite invocar los principales modelos de varios proveedores con una sola clave API, lo que facilita comparar costes y calidad de los resultados.

📚 Referencias

1. Google Blog – Gemini 4 Carbon is now available: anuncio oficial de lanzamiento, con el juego del pelícano y otros tres casos en 3D
2. Enlace: blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/

3. Nota: fuente primaria de la descripción del juego y del stack tecnológico

4. Blog oficial de Google Antigravity: introducción al mecanismo de colaboración multiagente /swarm

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

6. Nota: detalles de diseño como el Coordinator, Git Worktree y los agentes de verificación

7. Gemini 4 Carbon Model Card: parámetros del modelo y limitaciones conocidas

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

9. Nota: modalidades de entrada y salida, contexto y fecha de corte del conocimiento

10. Demo oficial del juego del campus del pelícano: acceso a la experiencia en Live App

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

12. Nota: puede que necesites iniciar sesión con una cuenta de Google; es una demo oficial

13. Precios de la API de Gemini: precio de lanzamiento de Carbon y precio estándar a partir de diciembre

14. Enlace: ai.google.dev/gemini-api/docs/pricing
15. Nota: útil para calcular el costo de los flujos de trabajo multiagente

Autor: equipo técnico de APIYI
Intercambio técnico: escríbenos desde la página principal de APIYI; encontrarás más materiales de integración en el centro de documentación docs.apiyi.com

Artículos relacionados

• Hacer que el modelo escriba Three.js en lugar de generar directamente archivos 3D: 5 lecciones de un flujo de trabajo con capa intermedia de código: Usando Qwen3.5-4B-GLB-3D-Coder como ejemplo, desglosa el flujo de trabajo de la capa intermedia de código de “texto→Three.js→GLB” y proporciona pasos prácticos para el despliegue local, la integración en la nube y la validación con Godot.
• Análisis del lanzamiento de Gemini 4 Carbon: supera a Opus 5.5 con 59 puntos y gana en 15 de 17 pruebas, pero no se puede invocar: Gemini 4 Carbon lideró el índice de inteligencia de Artificial Analysis con 59 puntos y ganó 15 de 17 comparativas oficiales, pero no tiene ID de modelo API ni fecha de acceso; analizamos la puntuación, por qué aún no se puede invocar y cómo los desarrolladores chinos pueden usar gemini-4-argon por ahora.