Gemini 4 Carbon で /swarm を使って Google キャンパスの 3D ワールドを構築する

作者注：本記事では、Google が公開したペリカンの自転車ゲームを軸に、Gemini 4 Carbon のマルチ Agent 協調、3D アセット制作、ブラウザゲームの納品までの流れを解説します。あわせて、このデモの限界にも触れます。

Gemini 4 Carbon のオープンワールドゲームを理解するための 8 つの用語

本記事では、ゲーム開発や Agent 分野の用語がたびたび登場します。先に下の表で確認しておくと、後の内容が読みやすくなります。

ペリカンが GBike にまたがり、Google の Mountain View キャンパスをのんびり走り回ります。これは、Google が 2026 年 11 月 10 日に Gemini 4 Carbon を正式公開した際に披露したデモのひとつです。Carbon が Google Antigravity の /swarm 機能を使い、ブラウザで遊べるオープンワールド 3D ゲームを作り上げました。

これは噂話ではありませんが、独立した検証でもありません。 この事例は Google 公式ブログで紹介されたもので、公式のオンライン体験ページも用意されています。ただし、あくまでベンダーによるデモであり、第三者によるゲーム開発能力の評価ではありません。本記事でもこの 2 つを厳密に区別します。

この記事で得られること：Carbon がこのゲームで具体的に何をしたのか、マルチ Agent 協調の価値はどこにあるのか、そして「AI によるゲーム制作」が商用の完成品までどれくらい離れているのかがわかります。

一、GBikeに乗るペリカン：Gemini 4 Carbon オープンワールドゲームの核心情報

Google公式ブログでは、このゲームについてたった一文で紹介されています。Carbonが Antigravity の /swarm 機能を使い、オープンワールド3Dゲームを構築したというものです。プレイヤーはGBikeに乗ったペリカンとなり、Googleのマウンテンビュー本社キャンパスを探索します。説明は短いのですが、情報量は少なくありません。主人公、舞台、実行環境、提供形態という4つの層が含まれています。

特にお伝えしておきたいのは、このゲームのクエストシステム、NPC、マップの広さ、フレームレート、プレイ時間について、公式は一切明らかにしていないという点です。本記事ではこれらの詳細を補うことはしません。他の場所で関連する記述を見かけた場合は、公式の原文に戻って確認することをおすすめします。

二、なぜ Carbon のオープンワールドゲームは、ありきたりな AI コード生成ではないのか

大規模言語モデルに Three.js のページを書かせて、回転するキューブを置く。これだけなら、今ではもう目新しいことではありません。ところが「探索できるオープンワールド」を作るとなると、まったく性質の異なる専門的な作業を少なくとも次のように同時にこなす必要があります。

• 3D アセット：園内の建物、主人公のペリカン、GBike をそれぞれモデリングし、マテリアルを設定する
• シーン構築：アセットを空間的な位置関係に沿って配置し、探索できる園内に仕上げる
• ブラウザでのインタラクション：プレイヤーの操作でキャラクターを動かせるようにする
• リアルタイムグラフィックス：WebGL シェーダーで画面効果を実現し、ブラウザ上でリアルタイムにレンダリングする
• サウンドデザイン：プロシージャルな効果音と BGM の両方を用意する

従来のチームでは、これらの作業はたいてい 3D アーティスト、テクニカルアーティスト、フロントエンドやゲームプログラマー、サウンドデザイナーがそれぞれ担当します。1 つのモデルがすべてのコードを一度に出力しようとすると、アセットとコードが噛み合わない、スタイルが途中でぶれる、といった問題が起きやすくなります。このケースで Google が強調しているのも、「Carbon がゲームのコードを書き上げた」ことではなく、「複数のエージェントが分担・協力して完成させた」という点です。

もう 1 つ触れておきたいのは、Carbon の公式モデルカードによると、出力モダリティはテキストのみで、入力はテキスト、画像、音声、動画に対応しているということです。つまり、3D アセットや音楽は Carbon が直接「ファイルを生成」しているわけではなく、Blender や Lyria といったツール、あるいは他のモデルの力を借りて作られています。このケースにマルチエージェントとツールチェーンの組み合わせが必要だった理由も、ここから見えてきます。

三、Gemini 4 Carbon で /swarm を使い、マルチエージェントのゲーム開発チームを組織する方法

/swarm は、Google Antigravity が 2026 年 11 月 10 日に発表したマルチエージェント協調のプレビュー機能です。基本的な考え方は、1 つのタスク指示を出すと、複数のエージェントが並行して協力して作業を進めるというものです。1 つのエージェントがすべての作業を順番にこなすわけではありません。公式ブログによると、/swarm は次の 4 つの要素で構成されています。

ペリカンゲームにおける /swarm の協調の流れ

公式に公開された情報によると、このゲームの制作は大きく 4 つの工程がつながったものと考えられます。最初は視覚的な参照の工程で、素材は Gemini Omni と Nano Banana が生成または提供し、園内とキャラクターのビジュアルの方向性を決めます。次に、サブエージェントが Blender で協力してモデリングを行い、3D アセットを作成します。3 番目の工程では、Three.js と WebGL Shader を使ってブラウザ上にオープンワールドを構築し、リアルタイムのグラフィックス表現を実現します。最後に、Web Audio でプロシージャルな効果音を作り、Lyria でゲーム音楽を生成します。

マルチエージェントの価値は、各工程に専任の担当者を置きつつ、コーディネーターが全体の一貫性を保てる点にあります。Google はモデルの割り当てについても提案しています。全体のアーキテクチャ設計、タスクの調整、セキュリティレビュー、複雑なコード監査は Carbon に任せます。通常の実装や並列でのファイル修正は、より高速で軽量なモデルに任せます。テストは専用の検証エージェントが担当します。ペリカンゲームの各エージェントがどのモデルを使っていたのかは、公式からは 1 つずつ説明されていません。そのためここでは汎用的な仕組みの紹介にとどめ、推測は加えません。

/swarm のコストに関する注意点

Google によると、エンジニアたちはすでに社内で約 5 週間 /swarm を使っており、主に複数パッケージにまたがる移行、サブシステムをまたぐ根本原因の調査、アーキテクチャの再設計に利用しています。一方で公式は、待機中にトークンを消費しないとしても、複数のエージェントを並行して動かすと全体のクォータ消費は目立って増えると注意を促しています。このようなワークフローを再現したいチームにとっては、「ゲームが作れる」ことよりも、この点のほうが心に留めておくべきポイントです。

四、Carbonオープンワールドゲームを支える5層の技術スタック

公式に公開されているツールを役割ごとに分類すると、ブラウザゲーム向けの技術スタックがすっきりと見えてきます。

この組み合わせのうまいところは、ほぼすべてが「コードやスクリプトで動かせる」ツールで構成されている点です。Blenderはスクリプトによるモデリングに対応しており、Three.jsとWeb Audioはそもそも JavaScript のインターフェースで、シェーダーもコードです。テキスト出力が中心の大規模言語モデルにとっては、ツール呼び出しを通じて、制作のほぼすべての工程に関われるということを意味します。

最終的な成果物は、ブラウザで動くインタラクティブなゲームで、クライアントのインストールも必要ありません。これも、Web技術スタックがAI生成コンテンツと相性のよい理由です。成果物を配布しやすく、検証エージェントがページを直接開いてレンダリング結果をチェックすることも簡単にできます。

五、オープンワールドゲームにとどまらない：Gemini 4 Carbon のその他の3D作品

ペリカンのゲームは単独のデモではありません。Google は同時期に、近い分野の3Dやビジュアルの事例をいくつか公開しており、いずれも同じことを示しています。Carbon はコードを書くだけでなく、空間デザイン、ビジュアルアセットの制作、リアルタイムレンダリング、マルチメディアの統合にも使われているということです。

• 水中のアトランティス風シーン：Gemini Omni で生成した動画を参考に、Blender でプロシージャルな遺跡、ボリュメトリックライティング、水のシミュレーションを作成し、それを Three.js のリアルタイムブラウザシーンに変換しています。ペリカンのゲームとほぼ同じ「参照 → Blender → Three.js」というパイプラインです。
• 1780年製の古いピアノの再現：CAD の図面と X 線画像をもとに、61鍵の打弦機構の物理挙動を備えた演奏可能なピアノを再現しました。さらに、カナダのロイヤル音楽院にある Koerner Hall の3Dモデルに配置し、座席ごとの空間音響をシミュレーションしています。
• Google Merchandise Store のリニューアル：わずか2回のプロンプトで5種類のアートディレクション案を提示し、Nano Banana 2.1 で新しい商品画像を生成しています。

このほか、Google は公開資料の中で2つの事例にも触れています。1つは、公開されている7件の都市計画 PDF から206枚の図面ビューを抽出し、10回の夜間イテレーションを経て、約90万6,000個の三角形ポリゴンからなる Three.js の建築モデルを生成した事例です。もう1つは、歴史的な写真と設計図をもとに、1887〜1889年のエッフェル塔の建設過程をたどるインタラクティブな3D展示を生成した事例です。これらもやはり公式デモです。

六、影響分析：AI Agentは本格的なオープンワールドゲーム開発までどれくらい近づいたのか

「AIはゲームを作れるのか」を議論する前に、まず「ゲーム」をいくつかの層に分けて考える必要があります。以下の表は業界の一般的な知見をもとに私たちが作成した分類で、公式の見解ではありません。

ペリカンゲームは、最初の2層の間あたりに位置づけられます。専門分野をまたぐブラウザ向け3Dプロトタイプを、マルチAgentで最後まで動かせることを示した事例です。ただし、公式デモが1つあるだけでは、モデルが商用レベルのオープンワールドゲームを単独で開発できるとは言えません。

開発者への影響

• プロトタイプ検証のスピードが大幅に向上する可能性があります：個人開発者や小規模チームは、Agentを使ってインタラクティブなデモを素早く作り、アイデアの検証やピッチに活用できます。
• 「オーケストレーション能力」が「コードを書く能力」と同じくらい重要になります：タスクをどう分割するか、各Agentにどのモデルを割り当てるか、検証のステップをどう設けるかが、成果物の品質とコストを直接左右します。
• コストはタスクごとに見積もる必要があります：Carbonのローンチ価格は、入力100万トークンあたり2ドル、出力10ドルです。12月1日からは4ドルと20ドルに改定され、思考トークンは出力料金に含まれます。複数のAgentを並列で動かす場合は、ワークフロー全体で請求額を計算する必要があります。

業界への影響

• AI Agentはコーディングツールから、専門分野をまたぐコンテンツ制作へと広がりつつあります：同じ協調フレームワークでアート、プログラム、オーディオまでカバーできることは、個別の能力スコアよりも意味のあるシグナルです。
• 人間の価値は「定義」と「ゲートキーピング」へと移っていきます：プロダクト設計、品質管理、美的判断は引き続き人間が欠かせません。ただ、繰り返しの多い制作工程は徐々に圧縮されていくでしょう。

API で Gemini 4 Carbon のマルチ Agent の考え方を体験する方法

/swarm は Antigravity 内の機能ですが、「強力なモデルが計画を立て、軽量モデルが実行する」という役割分担の考え方は、API を使って簡易版を自作することで試せます。以下の最小限のサンプルでは、Carbon にコーディネーター役を任せ、3D ミニゲームの要件をサブタスクに分解させています。

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # APIYI の統一インターフェース
)

resp = client.chat.completions.create(
    model="gemini-4-carbon",  # モデル名はプラットフォームのモデル一覧に従ってください
    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)

なお、Google の開発者ドキュメントによると、Carbon は temperature、top_p、top_k を無視し、thinking_budget にも対応していません。そのため、上のサンプルではこれらのパラメータを渡していません。

import json
import openai

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

COORDINATOR_MODEL = "gemini-4-carbon"   # 計画と統合を担当
WORKER_MODEL = "YOUR_FAST_MODEL"        # 通常の実装を担当。より高速で軽量なモデルを選ぶ

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. コーディネーターがタスクを分解する
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. ワーカーが順番に実行する（本番環境では並列実行に変更可能）
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. コーディネーターが統合と一貫性チェックを行う
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)

🚀 はじめてみるためのヒント：「Carbon で計画 + 軽量モデルで実行」という組み合わせがコスト的に見合うかを先に確かめたい場合は、APIYI（apiyi.com）で同じ API キーのままモデルを切り替えて比較できます。従量課金で、新規ユーザーには無料のテスト枠もあるため、小さく試しながら進めたい方にぴったりです。

よくある質問 FAQ

Gemini 4 Carbon 開放世界ゲーム Key Takeaways

• 事例の本質：公式デモとして披露された、ブラウザで動くオープンワールドゲームです。主人公は GBike に乗るペリカンです。
• 主要な仕組み：/swarm は、コーディネーター、並列ワーカー、検証者、メッセージボードを使って複数のエージェントを組織します。
• 技術スタック：アセット制作は Blender、シーン構築は Three.js と WebGL、サウンドは Web Audio と Lyria を使っています。
• 本当の見どころ：Carbon がコードを書いたことではなく、専門分野をまたいだ協業で成果物を仕上げたことにあります。
• 見極めるべき範囲：これはあくまで公式の単一デモです。第三者による検証ではなく、商用レベルの完成品でもありません。
• 始め方：APIYI（apiyi.com）の統一インターフェースで性能の異なるモデルを組み合わせ、この分業の考え方を試せます。

まとめ

Gemini 4 Carbon のペリカンゲームには、注目すべきポイントが3つあります。

1. マルチエージェントによる分業：/swarm によって、ビジュアルリファレンス、3Dアセット、ブラウザゲーム、サウンドデザインにそれぞれ担当が割り当てられ、Carbon が全体を調整します。
2. スクリプト化しやすい技術スタック：Blender、Three.js、WebGL、Web Audio を使うことで、テキスト出力を中心とするモデルでも、ほぼすべての制作工程に関われます。
3. 冷静な見立て：プロトタイプレベルであれば、専門分野をまたいだ成果物を作れることが示されました。ただし、ゲームプレイの設計、品質管理、プロダクトとしての磨き込みには、引き続き人の手が必要です。

「強力なモデルが計画し、軽量なモデルが実行する」というワークフローが自分のプロジェクトに合うかどうかを確かめたいなら、APIYI（apiyi.com）で手早く試すのがおすすめです。1つのAPIキーで複数の主要モデルを呼び出せるため、コストと成果物の品質を比較しやすくなります。

📚 参考資料

1. Google Blog – Gemini 4 Carbon is now available：正式な提供開始のお知らせ。ペリカンのゲームやその他の3Dサンプルを掲載
2. リンク：blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/

3. 補足：ゲームの説明と技術スタックに関する一次情報

4. Google Antigravity 公式ブログ：/swarm によるマルチエージェント連携の仕組みを紹介

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

6. 補足：Coordinator、Git Worktree、検証エージェントなどの設計の詳細

7. Gemini 4 Carbon Model Card：モデルのパラメータと既知の制限事項

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

9. 補足：入出力のモダリティ、コンテキスト、知識のカットオフ日

10. ペリカンキャンパスゲーム公式デモ：Live App の体験ページ

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

12. 補足：Googleアカウントでのログインが必要な場合があります。公式デモです

13. Gemini API 料金：Carbon の発売時価格と12月以降の標準価格

14. リンク：ai.google.dev/gemini-api/docs/pricing
15. 補足：マルチエージェントのワークフローのコストを試算する際にご参照ください

著者：APIYI 技術チーム
技術交流：APIYI のウェブサイトトップページからお気軽にお問い合わせください。接続に関する詳しい資料は docs.apiyi.com のドキュメントセンターでご覧いただけます

関連記事

• モデルにThree.jsを書かせて直接3Dファイルを生成しない：コード中間層ワークフローの5つの示唆:Qwen3.5-4B-GLB-3D-Coderを例に、「テキスト→Three.js→GLB」のコード中間層ワークフローを分解し、ローカルデプロイ、クラウド接続、Godot検証の実践手順を示してください。
• Gemini 4 Carbonリリース解説：59点でOpus 5.5を逆転、17項目中15項目で勝利も呼び出せない:Gemini 4 CarbonはArtificial Analysisの総合知能指数で59点を獲得して首位となり、公式の17項目の比較で15項目に勝利しましたが、APIモデルIDも公開予定もなく、この記事では評価基準ごとにスコアを整理し、現時点で呼び出せない理由と、中国の開発者が今はgemini-4-argonを先に利用できることを説明します。