Dari Foto Sejarah ke 3D Interaktif: Gemini 4 Carbon Menghidupkan Kembali Proses Pembangunan Menara Eiffel dengan Satu Petunjuk

Catatan penulis: artikel ini berangkat dari demo Menara Eiffel buatan Google, lalu menjelaskan bagaimana multi-Agent menyusun foto sejarah dan dokumen teknik menjadi pameran tiga dimensi yang interaktif.

Istilah Singkat (to know)

• Agent (agen cerdas): program AI yang bisa memanggil alat dan menjalankan tugas. Ia tidak hanya menjawab pertanyaan, tetapi juga merencanakan, mengeksekusi, dan memeriksa hasilnya.
• Kolaborasi multi-Agent: beberapa agen membagi sub-tugas, lalu saling bertukar hasil antara masing-masing.
• Antigravity: alat pengembangan AI dari Google. Gemini 4 Carbon sudah tersedia di dalamnya.
• Swarm (/swarm): fitur pratinjau di Antigravity untuk mengatur kerja sama beberapa agen, diluncurkan pada 10 November 2026.
• Gambar teknik: dokumen yang menyajikan desain rekayasa lewat gambar dan ukuran. Ini sumber geometri utama untuk rekonstruksi tiga dimensi.
• Three.js: library JavaScript untuk membangun adegan tiga dimensi di web, sehingga bisa dirender dan diinteraksikan langsung di browser.
• Struktur kisi (lattice): struktur penahan beban yang tersusun dari banyak batang. Menara Eiffel adalah contoh klasik struktur kisi dari besi.

Pada 10 November 2026, Google resmi membuka Gemini 4 Carbon. Dalam pengumuman resminya, Google menampilkan satu kasus yang sangat visual: beberapa Carbon Agent memakai fitur /swarm di Antigravity untuk mengubah foto sejarah dan gambar teknik menjadi pameran 3D interaktif berbasis Three.js, yang merekonstruksi proses pembangunan Menara Eiffel pada 1887–1889. Seluruh tugas dimulai dari satu petunjuk saja.

Ini bukan sekadar “AI asal menggambar sebuah menara”. Pengumuman resmi Google dan blog Antigravity sama-sama menjelaskan kasus ini beserta mekanisme Swarm. Artikel ini membedakan tiga jenis informasi: fakta sejarah, deskripsi dari demo resmi Google, dan kesimpulan hasil analisis kami.

Nilai utama: setelah membaca artikel ini, Anda akan tahu masalah teknis apa saja yang sebenarnya diselesaikan demo ini, peran multi-Agent di dalamnya, dan bagaimana developer bisa mencoba alur kerja serupa “dari gambar teknik ke 3D” lewat API.

Ringkasan Informasi Inti Demo Menara Eiffel Gemini 4 Carbon

Pertama, mari lihat informasi yang bisa dipastikan dari pengumuman resmi Google. Tabel di bawah hanya memuat hal-hal yang disebutkan secara eksplisit oleh pihak resmi. Detail yang tidak diungkap akan dijelaskan terpisah.

Satu hal yang perlu diperhatikan: “satu petunjuk” tidak sama dengan “dihasilkan dalam satu putaran”. Pengguna memang hanya mengirim satu instruksi, tetapi proses selanjutnya, yaitu pemecahan tugas, pemrosesan paralel, dan pemeriksaan hasil, dilakukan oleh banyak Agent di dalam kerangka Swarm. Inilah dasar untuk memahami seluruh kasus ini.

Mengapa Menara Eiffel Jadi Soal Berat untuk Gemini 4 Carbon

Kalau tujuannya cuma membuat model yang “kelihatan seperti menara”, demonstrasi ini tidak istimewa. Kesulitan sebenarnya ada pada Menara Eiffel itu sendiri: sebuah proyek rekayasa yang kaya data dan strukturnya rumit. Data berikut diambil dari arsip sejarah di situs resmi Menara Eiffel.

Lini masa pembangunannya juga jelas. Pengerjaan resmi dimulai pada 26 Januari 1887, dan pemasangan kaki menara dimulai pada 1 Juli di tahun yang sama. Lantai pertama selesai pada 1 April 1888, lantai kedua selesai pada 14 Agustus 1888, dan pada 31 Maret 1889 puncak menara serta perakitan keseluruhan rampung. Untuk pameran yang ingin “menghidupkan kembali proses pembangunan”, titik-titik waktu ini menjadi kerangka garis waktunya.

Struktur Kisi dan Desain Tahan Angin Menara Eiffel

Menurut dokumen sejarah resmi, gagasan desain menara ini awalnya datang dari insinyur Maurice Koechlin dan Émile Nouguier. Arsitek Stephen Sauvestre ikut menggarap tampilan luarnya, sementara Gustave Eiffel mendorong rancangan akhirnya. Rancangan awalnya memakai empat kolom kisi yang terpisah di bagian bawah, lalu perlahan menyatu ke arah puncak.

Lengkung kolom menara dirancang secara matematis untuk meningkatkan kemampuan struktur menahan gaya angin. Setiap komponen logam dibuat lebih dulu di pabrik, dirancang dan dihitung secara khusus, dengan ketelitian gambar hingga sepersepuluh milimeter. Artinya, membangun ulang menara ini bukan sekadar “menumpuk bentuk geometris”, tetapi harus memahami hubungan ketat antara batang, lengkungan, dan tingkatan strukturnya.

Bagaimana Gemini 4 Carbon Mengubah Data Sejarah 2D menjadi Struktur 3D

Bagian ini adalah analisis penulis, karena Google tidak membuka langkah internal untuk tugas tersebut. Dilihat dari input dan outputnya, tugas ini setidaknya harus melewati tiga rintangan.

1. Memahami foto sejarah: Foto konstruksi diambil dari sudut yang berbeda-beda dengan kejelasan terbatas. Model perlu mengenali sudah sampai lantai berapa bangunan didirikan dan pada tahap apa menara berada, lalu mencocokkan foto tersebut dengan titik waktu di linimasa.
2. Mengekstrak informasi geometri dari gambar teknik: Gambar teknik berisi tampak, potongan, anotasi dimensi, dan sebagainya. Dari situ model harus membaca parameter seperti kemiringan menara, ketinggian platform, dan susunan batang.
3. Menyimpulkan hubungan spasial dan menyusunnya menjadi data yang bisa direkonstruksi: Foto dan gambar teknik sama-sama berbentuk 2D, jadi informasi dari beberapa sudut pandang harus diselaraskan untuk menyimpulkan posisi tiap komponen dalam ruang 3D, lalu disusun menjadi deskripsi terstruktur yang bisa menggerakkan kode pemodelan.

Kartu model Gemini 4 Carbon menunjukkan bahwa model ini mendukung input teks, gambar, audio, dan video, dengan output berupa teks, serta total kuota konteks 1.048.576 token. Dari sini bisa disimpulkan secara wajar bahwa pameran tersebut dikirimkan dalam bentuk “teks” berupa kode Three.js. Efek 3D-nya muncul karena browser mengeksekusi kode itu, bukan karena model langsung mengeluarkan file 3D.

Dalam pengumuman yang sama, Google juga menampilkan satu kasus pembanding: Carbon memproses 7 PDF perencanaan kota yang terbuka untuk umum, mengekstrak 206 tampilan gambar teknik, lalu setelah 10 putaran iterasi semalaman menghasilkan model bangunan interaktif Three.js dengan sekitar 906.000 segitiga. Kedua kasus ini punya pola yang mirip: “data heterogen → informasi spasial → 3D interaktif”.

Bagaimana Multi-Agent Gemini 4 Carbon Berkolaborasi Menyelesaikan Pameran Menara Eiffel

Google mengonfirmasi bahwa kasus ini dikerjakan lewat kolaborasi beberapa Carbon Agent menggunakan /swarm, tetapi tidak mengungkapkan pembagian tugas yang spesifik untuk pekerjaan ini. Karena itu, yang dijelaskan di bawah adalah mekanisme umum Swarm seperti yang digambarkan blog resmi Antigravity, bukan rekaman nyata dari kasus tersebut.

Google menyebut Agent yang sedang menganggur menunggu tidak menghabiskan Token, tetapi juga mengingatkan bahwa eksekusi multi-Agent paralel tetap akan meningkatkan total pemakaian secara signifikan. Secara resmi, Google juga menyarankan agar model dibagi berdasarkan peran: perancangan arsitektur, koordinasi tugas, dan audit yang kompleks diserahkan ke Carbon, sedangkan implementasi rutin dan modifikasi file paralel diserahkan ke model yang lebih cepat dan ringan.

Pembagian kerja seperti ini sangat bermanfaat untuk rekonstruksi materi rekayasa. Koordinator perlu penalaran mendalam untuk memahami “materi mana yang sesuai dengan tahap mana”, sedangkan pekerjaan berulang seperti membuat batang struktur secara massal dan menyambung adegan tidak perlu memakai model termahal di setiap langkah. Tahap verifikasi adalah jaring pengaman kualitas, karena struktur tiga dimensi yang dibuat satu model secara terus-menerus gampang mengalami pergeseran proporsi.

Cara Mencoba Tugas Gambar Teknik ke 3D yang Serupa dengan Gemini 4 Carbon API

/swarm di Antigravity adalah fitur bawaan produk, jadi developer tidak bisa mereproduksinya langsung lewat satu parameter API. Meski begitu, kamu tetap bisa membuat alur sederhana lewat API untuk merasakan rangkaian “baca gambar → ekstrak parameter → hasilkan Three.js”. ID model resminya adalah gemini-4-carbon.

Contoh minimal: Carbon membaca foto konstruksi

import base64
from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Antarmuka terpadu yang kompatibel dengan OpenAI
)

with open("eiffel_1888.jpg", "rb") as f:
    img_b64 = base64.b64encode(f.read()).decode()

resp = client.chat.completions.create(
    model="gemini-4-carbon",
    messages=[{"role": "user", "content": [
        {"type": "text", "text": "判断照片中铁塔建到了哪一层，估算塔柱倾角与平台高度比例，输出 JSON。"},
        {"type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,{img_b64}"}}
    ]}]
)
print(resp.choices[0].message.content)

import base64
import json
from concurrent.futures import ThreadPoolExecutor
from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)
MODEL = "gemini-4-carbon"


def encode(path: str) -> str:
    with open(path, "rb") as f:
        return base64.b64encode(f.read()).decode()


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


def worker_extract(path: str) -> str:
    """Worker paralel: mengekstrak parameter struktur dari satu foto atau gambar teknik"""
    return ask([
        {"type": "text", "text": "提取该资料中的结构信息：所属施工阶段、塔柱倾角、平台高度比例、可见杆件排布，只输出 JSON。"},
        {"type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,{encode(path)}"}}
    ], system="你是结构工程资料分析员，数据不确定时标注 uncertain，不要编造。")


def builder(merged: str) -> str:
    """Builder: membuat halaman Three.js berdasarkan parameter yang sudah digabungkan"""
    return ask(
        "根据以下结构参数，生成单文件 HTML，使用 Three.js 构建四根格构塔柱与两层平台，"
        "并提供 1887—1889 时间轴滑块按阶段显示结构：\n" + merged
    )


def verifier(merged: str, html: str) -> str:
    """Verifier: memeriksa apakah kode sesuai dengan parameter"""
    return ask(
        "检查下列 Three.js 代码是否与结构参数一致，列出比例错误、阶段错误和无法运行的代码：\n"
        f"参数：{merged}\n代码：{html}"
    )


sources = ["photo_1887.jpg", "photo_1888.jpg", "drawing_elevation.jpg"]

with ThreadPoolExecutor(max_workers=3) as pool:
    results = list(pool.map(worker_extract, sources))

merged = json.dumps(results, ensure_ascii=False)
html = builder(merged)
report = verifier(merged, html)

with open("eiffel_exhibit.html", "w", encoding="utf-8") as f:
    f.write(html)
print(report)

Kode di atas adalah implementasi sederhana yang meniru pendekatan Swarm memakai API biasa, bukan solusi internal Google. Ada dua hal yang perlu diperhatikan: Carbon mengabaikan parameter sampling seperti temperature dan top_p, dan jika kamu mengirim thinking_budget, hasilnya adalah HTTP 400. Tingkat penalaran default-nya MEDIUM, sedangkan tingkat yang lebih tinggi memakai lebih banyak Token dan responsnya lebih lambat.

🚀 Saran untuk memulai: untuk eksperimen multi-gambar dan multi-langkah seperti ini, sebaiknya uji dulu petunjuk dengan sampel kecil. Kamu bisa mendapatkan kuota uji coba gratis lewat APIYI di apiyi.com. Dengan satu kunci API, kamu bisa berpindah antara model Gemini, Claude, OpenAI, dan lainnya. Ini memudahkan penerapan pembagian tugas di kode: model ringan untuk ekstraksi massal, model dengan penalaran kuat untuk perencanaan dan verifikasi.

Perbandingan Pameran 3D Interaktif Gemini 4 Carbon dengan Format Penyajian Tradisional

Three.js memungkinkan adegan tiga dimensi berjalan langsung di browser. Pengunjung tidak perlu memasang perangkat lunak apa pun untuk memutar sudut pandang, memperbesar detail, atau menggeser garis waktu guna melihat kondisi konstruksi di berbagai tahun. Tabel berikut membandingkan beberapa cara umum untuk menyajikan materi sejarah.

Nilai terbesar pameran interaktif ini adalah sifatnya yang “dapat ditelusuri”. Karena pada dasarnya pameran ini berupa kode, setiap lapisan platform dan setiap segmen menara punya parameter yang bisa dibaca. Kalau belakangan ditemukan ada yang tidak sesuai dengan gambar rancangan, kita bisa memperbaikinya di titik yang tepat tanpa harus membangun ulang dari awal. Inilah dasar yang membuat Agent verifikasi bisa berperan.

Analisis Dampak Demo Menara Eiffel Gemini 4 Carbon

Pertama, perlu ditegaskan batasannya: ini adalah kasus yang dipamerkan secara resmi oleh Google, bukan hasil verifikasi independen dari pihak ketiga. Demo ini menunjukkan apa yang bisa dicapai Carbon bersama Swarm, tetapi tidak bisa langsung disimpulkan bahwa “dokumen bangunan apa pun bisa direkonstruksi secara stabil”.

Dampak bagi Developer

• Alur kerja bergeser dari satu kali panggilan ke orkestrasi: Di balik satu petunjuk ada pembagian kerja banyak Agent, sehingga developer perlu memperhatikan pemecahan tugas, format hasil antara, dan mekanisme verifikasi.
• Biaya harus dihitung per tugas, bukan per harga satuan: Harga peluncuran Carbon adalah 2 dolar AS per sejuta Token input dan 10 dolar AS untuk output, lalu naik dua kali lipat mulai 1 Desember. Token berpikir dihitung sebagai output, dan pemrosesan paralel banyak Agent akan membuat pemakaian makin membengkak.
• Penggunaan beberapa model sekaligus jadi lebih realistis: Pihak resmi menyarankan Carbon hanya dipakai untuk perencanaan, koordinasi, dan audit, sementara eksekusi dalam jumlah besar diserahkan ke model yang lebih ringan. Ini sangat penting untuk mengendalikan biaya.

Dampak bagi Industri

• Digitalisasi bangunan bersejarah: Banyak bangunan yang hanya tersisa dalam foto dan gambar teknis berpeluang diubah menjadi model interaktif dengan hambatan yang lebih rendah, sehingga peneliti bisa membandingkannya.
• Rekonstruksi dokumen teknik: Kasus PDF perencanaan kota dan kasus menara ini menunjuk ke arah yang sama, yaitu mengekstrak informasi spasial dari dokumen yang formatnya beragam.
• Pameran digital dan visualisasi pendidikan: Museum dan guru bisa mengubah angka abstrak seperti “5.300 lembar gambar dan 2,5 juta paku keling” menjadi adegan yang bisa diamati siswa dengan menggeser garis waktu.

Di sisi lain, keterbatasannya juga perlu diperhatikan. Fitur /swarm saat ini masih berstatus pratinjau, dan model card secara jelas mengingatkan bahwa Carbon bisa berhalusinasi, sementara tingkat penalaran yang tinggi dapat membuat respons lambat atau bahkan timeout. Untuk skenario rekayasa yang menuntut presisi ketat, hasil rekonstruksi AI tetap harus ditinjau ulang oleh tenaga profesional.

Pertanyaan yang Sering Diajukan (FAQ)

Poin Utama Demo Menara Eiffel Gemini 4 Carbon (Key Takeaways)

• Inti kasusnya: Beberapa Carbon Agent mengubah foto sejarah dan gambar teknik menjadi pameran interaktif berbasis Three.js.
• Satu petunjuk bukan berarti satu kali generate: Di baliknya ada pemecahan tugas dan kolaborasi paralel ala Swarm.
• Tantangan teknisnya nyata: 18.038 komponen dan 5.300 lembar gambar teknik, dengan tuntutan presisi struktur yang sangat tinggi.
• Hasil akhirnya berupa kode: Carbon mengeluarkan teks, dan pamerannya hadir sebagai kode Three.js yang bisa diubah sesuka hati.
• Biaya harus dilihat secara keseluruhan: Paralelisme multi-Agent membuat pemakaian membengkak, jadi mencampur model sesuai perannya lebih hemat.
• Batasannya perlu dijelaskan: Demo resmi tidak mewakili performa secara umum, dan Swarm masih berstatus fitur pratinjau.
• Cara mulai: Manfaatkan antarmuka terpadu dari APIYI (apiyi.com) untuk memvalidasi alur pembacaan gambar dan pemodelan dengan sampel kecil.

Kesimpulan

Demo Menara Eiffel dari Gemini 4 Carbon punya tiga hal utama yang layak diperhatikan:

1. Inputnya berupa materi sejarah yang beragam: Foto dan gambar teknik harus dipahami, diselaraskan, lalu diubah menjadi parameter spasial.
2. Prosesnya berupa kolaborasi multi-Agent: Satu petunjuk memicu Swarm, lalu tugas dibagi antara koordinasi, eksekusi, dan verifikasi.
3. Hasilnya berupa pameran tiga dimensi yang interaktif: Berkat Three.js, proses pembangunan pada 1887–1889 bisa dijelajahi bebas di browser.

Bagi developer, yang paling layak dicontoh adalah pola orkestrasinya: model dengan penalaran mendalam untuk perencanaan, model ringan untuk eksekusi, dan tahap verifikasi sebagai jaring pengaman. Kami menyarankan untuk memulai dari materi berskala kecil lewat APIYI (apiyi.com) sampai alurnya berjalan, baru kemudian memutuskan apakah layak berinvestasi pada tugas multi-Agent yang lebih besar.

📚 Referensi

1. Pengumuman resmi Google: Gemini 4 Carbon is now available: studi kasus Menara Eiffel dan informasi peluncuran /swarm
2. Tautan: blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/

3. Keterangan: deskripsi asli studi kasus, cakupan akses, dan perubahan harga

4. Blog resmi Google Antigravity: Gemini 4 Carbon in Google Antigravity

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

6. Keterangan: koordinasi Swarm, kerja paralel, verifikasi adversarial, dan mekanisme papan pesan

7. Gemini 4 Carbon Model Card: model card Google DeepMind

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

9. Keterangan: modalitas input dan output, kuota konteks, serta keterbatasan yang diketahui

10. Panduan developer Gemini 4 Carbon: dokumentasi Google Cloud

11. Tautan: docs.cloud.google.cn/gemini-enterprise-agent-platform/models/guides/gemini-4-carbon

12. Keterangan: Thinking Level, batasan parameter, dan penjelasan tentang long decoding

13. Materi sejarah resmi Menara Eiffel: La tour Eiffel

14. Tautan: toureiffel.paris/en/the-monument/history
15. Keterangan: jumlah komponen, jumlah gambar teknik, linimasa konstruksi, dan latar belakang desain strukturalnya

Penulis: Tim Teknis APIYI
Diskusi teknis: Punya pertanyaan soal orkestrasi multi-Agent atau pembuatan 3D multimodal? Silakan hubungi kami lewat beranda situs APIYI apiyi.com untuk berdiskusi

Artikel terkait

• Membuat model menulis Three.js alih-alih langsung menghasilkan file 3D: 5 wawasan dari alur kerja lapisan perantara kode: Dengan contoh Qwen3.5-4B-GLB-3D-Coder, uraikan alur kerja lapisan kode "teks→Three.js→GLB" serta langkah praktis penerapan lokal, akses cloud, dan verifikasi Godot.
• Analisis peluncuran Gemini 4 Carbon: Ungguli Opus 5.5 dengan selisih 59 poin, menang di 15 dari 17 kategori tetapi tak bisa dipanggil: Gemini 4 Carbon memuncaki indeks kecerdasan komposit Artificial Analysis dengan 59 poin dan menang 15 dari 17 perbandingan resmi, tetapi belum punya ID model API atau jadwal akses; artikel ini mengurai skor dan alasan belum dapat dipanggil, serta menyarankan pengembang Tiongkok memakai gemini-4-argon.