Gemini 4 Carbon utilise /swarm pour construire un monde 3D du campus de Google

Note de l’auteur : cet article suit la démo du pélican à vélo présentée par Google. Il décortique la collaboration multi-Agent de Gemini 4 Carbon, la création des ressources 3D et la livraison d’un jeu jouable dans le navigateur, puis il explique les limites de cette démonstration.

Les 8 termes à connaître avant de plonger dans le jeu en monde ouvert de Gemini 4 Carbon

Cet article utilise souvent des termes issus du développement de jeux et des Agents. Jetez d’abord un œil à ce tableau, la suite sera plus facile à suivre.

Un pélican à vélo, perché sur un GBike, se balade dans le campus de Google à Mountain View. C’est l’une des démos que Google a dévoilées le 10 novembre 2026, lors de l’ouverture officielle de Gemini 4 Carbon : grâce à la fonction /swarm de Google Antigravity, Carbon a construit un jeu 3D en monde ouvert jouable directement dans le navigateur.

Ce n’est pas une rumeur, mais ce n’est pas non plus un test indépendant. Le cas vient du blog officiel de Google, qui propose aussi un accès en ligne pour l’essayer. Cela reste toutefois une démo de l’éditeur, et non une évaluation par un tiers des capacités de développement de jeux. Cet article veillera à bien distinguer les deux.

Ce que vous allez y gagner : après cette lecture, vous saurez ce que Carbon a concrètement fait dans ce jeu, où se situe l’intérêt de la collaboration multi-Agent, et à quelle distance se trouve encore le « jeu fait par l’IA » d’un produit commercial abouti.

I. Un pélican sur un GBike : l’essentiel sur le jeu en monde ouvert de Gemini 4 Carbon

Le blog officiel de Google décrit ce jeu en une seule phrase : Carbon a utilisé la fonction /swarm d’Antigravity pour construire un jeu 3D en monde ouvert, où le joueur incarne un pélican à vélo GBike et explore le campus de Google à Mountain View. La description est courte, mais elle contient pas mal d’informations, à quatre niveaux : le personnage principal, le décor, l’environnement d’exécution et le format de livraison.

Précision importante : Google n’a divulgué ni le système de quêtes, ni les PNJ, ni la superficie de la carte, ni la fréquence d’images, ni la durée de jeu. Cet article n’invente aucun de ces détails. Si vous en voyez ailleurs, mieux vaut revenir à la source officielle pour vérifier.

II. Pourquoi le jeu en monde ouvert Carbon n’est pas un simple exercice de génération de code par IA

Demander à un grand modèle de langage d’écrire une page Three.js avec un cube qui tourne, ça n’a plus rien de nouveau. Mais derrière un « monde ouvert explorable », il faut gérer au moins plusieurs types de travaux professionnels complètement différents, tous en même temps :

• Assets 3D : les bâtiments du campus, le pélican (le héros) et le GBike doivent tous être modélisés et dotés de matériaux ;
• Construction de la scène : il faut disposer les assets selon leurs relations spatiales pour former un campus explorable ;
• Interactions dans le navigateur : les actions du joueur doivent pouvoir piloter les déplacements du personnage ;
• Graphismes en temps réel : les effets visuels passent par des shaders WebGL, rendus en temps réel dans le navigateur ;
• Conception sonore : il faut à la fois des effets sonores procéduraux et une musique de fond.

Dans une équipe classique, ces tâches sont généralement confiées à des personnes différentes : artistes 3D, artistes techniques, développeurs front-end ou game programmers, sound designers. Quand un seul modèle crache tout le code d’un coup, on tombe facilement sur des assets qui ne collent pas avec le code, ou sur un style qui change d’un bout à l’autre. Ce que Google met en avant dans ce cas, c’est justement le fait que le travail soit « réparti entre plusieurs agents qui collaborent », et non que « Carbon ait écrit un bout de code de jeu ».

Autre point à noter : d’après la fiche officielle du modèle Carbon, sa sortie est de type texte, tandis qu’il accepte en entrée du texte, des images, de l’audio et de la vidéo. Les assets 3D et la musique ne sont donc pas des « fichiers générés » directement par Carbon : ils passent par des outils comme Blender ou Lyria, et par d’autres modèles. Cela explique aussi pourquoi ce cas repose sur une combinaison de plusieurs agents et d’une chaîne d’outils.

III. Comment Gemini 4 Carbon organise une équipe de développement de jeu multi-agents avec /swarm

/swarm est une fonctionnalité de collaboration multi-agents, en préversion, lancée par Google Antigravity le 10 novembre 2026. Son principe : une seule instruction de tâche, et plusieurs agents travaillent en parallèle, au lieu qu’un agent unique enchaîne tout dans l’ordre. D’après le blog officiel, /swarm repose sur quatre composants.

La chaîne de collaboration /swarm dans le jeu du pélican

D’après les informations officielles, la fabrication de ce jeu s’articule en quatre étapes. D’abord, la référence visuelle : les éléments sont générés ou fournis par Gemini Omni et Nano Banana, pour fixer la direction artistique du parc et des personnages. Ensuite, des sous-agents collaborent dans Blender pour modéliser les assets 3D. Troisième étape : Three.js et des shaders WebGL servent à construire le monde ouvert dans le navigateur, avec des effets graphiques en temps réel. Enfin, Web Audio produit des effets sonores procéduraux, et Lyria génère la musique du jeu.

L’intérêt du multi-agents, c’est que chaque étape a son exécutant dédié, tandis que le coordinateur veille à la cohérence d’ensemble. Google donne aussi des conseils pour répartir les modèles : l’architecture globale, la coordination des tâches, la revue de sécurité et l’audit de code complexe reviennent à Carbon ; l’implémentation courante et les modifications de fichiers en parallèle vont à des modèles plus rapides et plus légers ; les tests sont confiés à un agent de vérification dédié. Google ne précise pas quel modèle chaque agent a utilisé dans le jeu du pélican. Nous nous en tenons donc au mécanisme général, sans extrapoler.

/swarm : attention aux coûts

Google indique que ses ingénieurs utilisent /swarm en interne depuis environ 5 semaines, surtout pour des migrations touchant plusieurs paquets, des investigations de cause racine à travers plusieurs sous-systèmes et des refontes d’architecture. Google prévient aussi que, même si l’attente en veille ne consomme pas de jetons, l’exécution en parallèle de plusieurs agents fait nettement grimper la consommation globale de quota. Pour une équipe qui voudrait reproduire ce type de workflow, c’est un point à garder en tête, bien plus que le simple fait de « savoir faire un jeu ».

Quatre : les 5 couches technologiques derrière le jeu en monde ouvert Carbon

En regroupant les outils divulgués officiellement selon leur rôle, on obtient une pile technologique très claire pour un jeu dans le navigateur :

Ce qui rend cet assemblage malin, c’est que presque tous les outils sont pilotables par du code ou des scripts. Blender permet la modélisation par script, Three.js et Web Audio sont de base des interfaces JavaScript, et les shaders, ce sont aussi du code. Pour un grand modèle de langage qui travaille surtout avec du texte, cela veut dire qu’il peut intervenir, via des appels d’outils, dans presque chaque étape de la production.

Au final, on obtient un jeu interactif qui tourne directement dans le navigateur, sans client à installer. C’est aussi pour cela que la pile Web est particulièrement adaptée au contenu généré par IA : le résultat est facile à distribuer, et un agent de vérification peut ouvrir la page directement pour contrôler le rendu.

Cinq. Au-delà du jeu en monde ouvert : les autres créations 3D de Gemini 4 Carbon

Le jeu du pélican n’est pas une démo isolée. Google a présenté en même temps plusieurs cas voisins, en 3D et en visuel, qui pointent tous dans la même direction : Carbon sert à la conception d’espaces, à la production d’assets visuels, au rendu en temps réel et à l’intégration multimédia, et pas seulement à écrire du code.

• La scène sous-marine de l’Atlantide : à partir d’une vidéo générée par Gemini Omni comme référence, le modèle crée dans Blender des ruines procédurales, un éclairage volumétrique et une simulation de l’eau, puis convertit le tout en scène temps réel pour navigateur avec Three.js. C’est presque la même chaîne « référence → Blender → Three.js » que pour le jeu du pélican.
• La reconstitution d’un piano ancien de 1780 : à partir de plans CAD et d’images radiographiques, le modèle reconstruit un piano jouable doté d’une mécanique de frappe des cordes à 61 touches, puis le place dans un modèle 3D de la Koerner Hall du Royal Conservatory of Music, au Canada, afin de simuler l’acoustique de la salle selon les places.
• La refonte du Google Merchandise Store : en seulement deux tours d’invite, le modèle propose cinq directions artistiques et génère de nouvelles images de produits avec Nano Banana 2.1.

Google mentionne par ailleurs deux autres cas dans ses documents de lancement. Dans le premier, le modèle extrait 206 vues de plans techniques à partir de 7 PDF publics d’urbanisme, puis, après 10 itérations nocturnes, génère un modèle d’architecture Three.js d’environ 906 000 triangles. Dans le second, il produit une exposition 3D interactive sur la construction de la tour Eiffel entre 1887 et 1889, à partir de photos historiques et de plans d’ingénierie. Là encore, il s’agit de démonstrations officielles.

VI. Analyse d’impact : à quelle distance les agents IA sont-ils d’un vrai développement de jeux en monde ouvert ?

Avant de se demander si « l’IA peut faire des jeux », il faut d’abord décomposer ce qu’on entend par « jeu » en plusieurs niveaux. Le tableau ci-dessous est une grille de lecture que nous avons construite à partir du sens commun du secteur ; il ne s’agit pas d’une conclusion officielle :

Le jeu du pélican se situe à peu près entre les deux premiers niveaux : il prouve que le multi-agent peut mener à bien un prototype 3D en navigateur qui croise plusieurs métiers. Mais une seule démo officielle ne suffit pas à démontrer que le modèle est capable de développer seul un jeu en monde ouvert de niveau commercial.

Impact pour les développeurs

• La vitesse de validation d’un prototype pourrait grimper en flèche : les développeurs indépendants et les petites équipes peuvent utiliser des agents pour produire rapidement une démo interactive, afin de valider une idée ou de préparer un pitch.
• L’« orchestration » devient aussi importante que l’« écriture de code » : la façon de découper les tâches, le modèle attribué à chaque agent et la manière de mettre en place les étapes de vérification déterminent directement la qualité du résultat et son coût.
• Le coût doit s’estimer tâche par tâche : le tarif de lancement de Carbon est de 2 dollars par million de tokens en entrée et de 10 dollars en sortie, puis il passera à 4 et 20 dollars à partir du 1er décembre ; les tokens de réflexion sont facturés comme de la sortie. Quand plusieurs agents tournent en parallèle, la facture se calcule sur l’ensemble du workflow.

Impact pour le secteur

• Les agents IA passent de l’outil de code à la production de contenu multidisciplinaire : un même cadre de collaboration qui couvre l’art, la programmation et l’audio est un signal bien plus parlant qu’un score sur une capacité isolée.
• La valeur humaine se déplace vers la « définition » et le « contrôle » : la conception produit, le contrôle qualité et le jugement esthétique restent indispensables ; ce sont surtout les tâches de production répétitives qui seront peu à peu compressées.

Comment expérimenter l’approche multi-agents de Gemini 4 Carbon via l’API

/swarm est une fonctionnalité propre à Antigravity, mais le principe « un modèle puissant planifie, un modèle léger exécute » peut très bien se reproduire en version simplifiée avec l’API. L’exemple minimal ci-dessous confie à Carbon le rôle de coordinateur : il découpe la demande d’un petit jeu 3D en sous-tâches.

import openai

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

resp = client.chat.completions.create(
    model="gemini-4-carbon",  # Le nom du modèle dépend de la liste des modèles de la plateforme
    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)

Attention : d’après la documentation Google pour les développeurs, Carbon ignore les paramètres temperature, top_p et top_k, et ne prend pas en charge thinking_budget. C’est pourquoi l’exemple ne les transmet pas.

import json
import openai

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

COORDINATOR_MODEL = "gemini-4-carbon"   # Chargé de la planification et de l'intégration
WORKER_MODEL = "YOUR_FAST_MODEL"        # Chargé de l'implémentation courante, choisissez un modèle plus rapide et plus léger

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. Le coordinateur décompose la tâche
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. Les travailleurs exécutent les tâches une par une (en production, on peut passer en concurrent)
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. Le coordinateur intègre et vérifie la cohérence
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)

🚀 Conseil pour démarrer vite : pour vérifier si l’association « Carbon pour la planification + modèle léger pour l’exécution » est rentable, vous pouvez utiliser la même clé API sur APIYI (apiyi.com) pour passer d’un modèle à l’autre et comparer. La facturation se fait à l’usage, et les nouveaux utilisateurs bénéficient d’un crédit de test gratuit : idéal pour tester par petites étapes.

Foire aux questions (FAQ)

Gemini 4 Carbon et le jeu en monde ouvert : les points clés

• Nature du cas : une démo officielle d’un jeu en monde ouvert dans le navigateur, dont le héros est un pélican à vélo GBike.
• Mécanisme clé : /swarm organise plusieurs agents autour d’un coordinateur, de workers parallèles, de vérificateurs et d’un tableau de messages.
• Pile technique : Blender pour les assets, Three.js et WebGL pour la scène, Web Audio et Lyria pour le son.
• Vrai point fort : une collaboration entre plusieurs spécialités jusqu’à la livraison, et pas seulement du code écrit par Carbon.
• Garder la tête froide : une démo officielle unique n’est pas un test indépendant, et encore moins un produit commercial abouti.
• Pour s’y mettre : sur APIYI (apiyi.com), vous pouvez combiner modèles puissants et modèles légers via une interface unifiée, afin de tester cette logique de répartition des tâches.

En résumé

Dans le jeu du pélican de Gemini 4 Carbon, trois choses méritent vraiment l’attention :

1. Répartition des tâches entre agents : /swarm confie à chacun un rôle précis (références visuelles, assets 3D, jeu dans le navigateur, conception sonore), avec Carbon aux commandes pour coordonner l’ensemble ;
2. Une pile technique pilotable par scripts : Blender, Three.js, WebGL et Web Audio permettent à un modèle qui ne produit que du texte d’intervenir dans presque toutes les étapes de la production ;
3. Des limites bien identifiées : la démo montre qu’une livraison de prototype entre plusieurs spécialités est possible, mais la conception du gameplay, le contrôle qualité et la finition du produit demandent toujours des humains.

Si vous voulez savoir si ce type de workflow, « un modèle puissant planifie, des modèles légers exécutent », convient à votre projet, le plus simple est de le tester rapidement via APIYI (apiyi.com). La plateforme donne accès à plusieurs grands modèles du marché avec une seule clé API, ce qui facilite la comparaison des coûts et de la qualité des résultats.

📚 Références

1. Google Blog – Gemini 4 Carbon is now available : annonce officielle de disponibilité, avec le jeu du pélican et trois autres cas d’usage en 3D
2. Lien : blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/

3. Remarque : source de première main pour la description du jeu et la pile technique

4. Blog officiel de Google Antigravity : présentation du mécanisme de collaboration multi-agents /swarm

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

6. Remarque : détails de conception du Coordinator, de Git Worktree, des agents de vérification, etc.

7. Gemini 4 Carbon Model Card : paramètres du modèle et limites connues

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

9. Remarque : modalités d’entrée et de sortie, contexte, date limite des connaissances

10. Démo officielle du jeu Pelican Campus : accès à l’expérience Live App

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

12. Remarque : une connexion avec un compte Google peut être nécessaire ; il s’agit d’une démo officielle

13. Tarification de l’API Gemini : prix de lancement de Carbon et tarif standard à partir de décembre

14. Lien : ai.google.dev/gemini-api/docs/pricing
15. Remarque : à consulter pour calculer le coût des workflows multi-agents

Auteur : l’équipe technique d’APIYI
Échanges techniques : n’hésitez pas à nous contacter depuis la page d’accueil du site APIYI. Pour plus de ressources d’intégration, rendez-vous dans le centre de documentation : docs.apiyi.com

Articles connexes

• Faire écrire du Three.js au modèle plutôt que générer directement des fichiers 3D : 5 enseignements du workflow de couche intermédiaire de code: En prenant Qwen3.5-4B-GLB-3D-Coder comme exemple, décomposez le flux de travail de la couche intermédiaire de code « texte → Three.js → GLB » et donnez les étapes pratiques de déploiement local, d’intégration cloud et de validation Godot.
• Décryptage du lancement de Gemini 4 Carbon : 59 points et une longueur d’avance sur Opus 5.5, 15 victoires sur 17, mais impossible à invoquer: Gemini 4 Carbon domine l’indice global d’intelligence d’Artificial Analysis avec 59 points et gagne 15 des 17 comparaisons officielles, mais n’a ni ID de modèle API ni calendrier d’accès ; cet article détaille les scores, son indisponibilité et l’alternative gemini-4-argon pour les développeurs chinois.