Gemini 4 Carbon 用 /swarm 構建谷歌園區 3D 世界

作者注：本文以 Google 展示的鵜鶘騎行遊戲爲主線，拆解 Gemini 4 Carbon 的多 Agent 協作、三維資產製作和瀏覽器遊戲交付過程，並說明這個演示的侷限。

讀懂 Gemini 4 Carbon 開放世界遊戲前的 8 個術語

本文會頻繁用到一些遊戲開發和 Agent 領域的術語。先看這張表，後面的內容會更好理解。

一隻鵜鶘騎着 GBike，在 Google 的 Mountain View 園區裏四處閒逛。這是 Google 在 2026 年 11 月 10 日 Gemini 4 Carbon 正式開放時放出的演示之一：Carbon 藉助 Google Antigravity 的 /swarm 功能，構建出一款能在瀏覽器裏玩的開放世界 3D 遊戲。

這不是坊間傳言，但也不是獨立實測。 案例來自 Google 官方博客，官方還提供了在線體驗入口。不過它屬於廠商演示，並非第三方遊戲開發能力評測，本文也會嚴格區分兩者。

核心價值：讀完本文，你能弄清 Carbon 在這個遊戲裏具體做了什麼，多 Agent 協作的價值在哪裏，以及“AI 做遊戲”離商業成品還有多遠。

一、一隻騎 GBike 的鵜鶘：Gemini 4 Carbon 開放世界遊戲核心信息

Google 官方博客對這個遊戲的描述只有一句話：Carbon 使用 Antigravity 的 /swarm 功能，構建了一款開放世界 3D 遊戲，玩家扮演騎着 GBike 的鵜鶘，探索 Google 位於 Mountain View 的園區。描述很短，但信息量不小，涉及主角、場景、運行環境和交付形態四個層面。

需要特別說明的是，官方沒有披露這款遊戲的任務系統、NPC、地圖面積、幀率或遊戲時長。本文不會補充這些細節，讀者如果在其他地方看到相關描述，建議回到官方原文覈對。

二、爲什麼 Carbon 開放世界遊戲不是普通的 AI 代碼生成

讓大模型寫一個 Three.js 頁面，放一個旋轉的立方體，現在已經不算新鮮事。但一個“可以探索的開放世界”背後，至少要同時處理幾類完全不同的專業工作：

• 三維資產：園區建築、主角鵜鶘和 GBike 都需要建模，並配上材質；
• 場景搭建：把資產按空間關係擺放成可以探索的園區；
• 瀏覽器交互：玩家的操作要能驅動角色移動；
• 實時圖形：通過 WebGL Shader 實現畫面效果，並在瀏覽器裏實時渲染；
• 聲音設計：既要有程序化音效，也要有背景音樂。

在傳統團隊裏，這些工作通常分別由 3D 美術、技術美術、前端或遊戲程序、音頻設計師負責。單個模型一次性吐出所有代碼，很容易出現資產和代碼對不上、風格前後不一致等問題。Google 在這個案例裏強調的，恰恰是“由不同 Agent 分工協作完成”，而不是“Carbon 寫出了一段遊戲代碼”。

另外值得一提的是，Carbon 官方模型卡顯示其輸出模態爲文本，輸入則支持文本、圖像、音頻和視頻。因此，三維資產和音樂並不是 Carbon 直接“生成文件”，而是要藉助 Blender、Lyria 等工具和其他模型來完成。這也解釋了爲什麼這個案例需要多 Agent 加工具鏈的組合。

三、Gemini 4 Carbon 如何用 /swarm 組織多 Agent 遊戲開發團隊

/swarm 是 Google Antigravity 在 2026 年 11 月 10 日推出的多 Agent 協作預覽功能。它的核心思路是：一條任務指令下去，由多個 Agent 並行協作，而不是讓單個 Agent 按順序包辦所有工作。根據官方博客，/swarm 由四個部分組成。

/swarm 在鵜鶘遊戲中的協作鏈條

按官方披露，這款遊戲的製作大致可以理解爲四個環節的銜接。第一步是視覺參考，素材由 Gemini Omni 和 Nano Banana 生成或提供，用來確定園區與角色的視覺方向。第二步，子 Agent 在 Blender 中協作建模，製作三維資產。第三步，用 Three.js 加 WebGL Shader 在瀏覽器中搭建開放世界並實現實時圖形效果。第四步，用 Web Audio 製作程序化音效，再由 Lyria 生成遊戲音樂。

多 Agent 的價值，在於讓每個環節有專門的執行者，同時由協調者把控整體一致性。Google 也給出了模型分配建議：總體架構、任務協調、安全審查和複雜代碼審計交給 Carbon，常規實現和並行文件修改交給更快、更輕量的模型，測試由專門的驗證 Agent 負責。官方沒有逐一說明鵜鶘遊戲中每個 Agent 用的是哪個模型，因此這裏只介紹通用機制，不做推斷。

/swarm 的成本提醒

Google 表示，工程師已經在內部使用 /swarm 約 5 周，主要用於多軟件包遷移、跨子系統根因調查和架構重設計。官方同時提醒，即使空閒等待不消耗 Token，多 Agent 並行執行仍會明顯增加整體額度消耗。對想複製這類工作流的團隊來說，這一點比“能做遊戲”更值得放在心上。

四、Carbon 開放世界遊戲背後的 5 層技術棧

把官方披露的工具按職責歸類，可以得到一套很清晰的瀏覽器遊戲技術棧：

這套組合的巧妙之處在於，它幾乎全部落在“可以用代碼或腳本驅動”的工具上。Blender 支持腳本化建模，Three.js 和 Web Audio 本身就是 JavaScript 接口，Shader 也是代碼。對以文本輸出爲主的大模型來說，這意味着它能通過工具調用參與幾乎每一個製作環節。

最終交付物是瀏覽器裏的交互式遊戲，不需要安裝客戶端。這也是 Web 技術棧特別適合 AI 生成內容的原因：產物容易分發，也容易讓驗證 Agent 直接打開頁面檢查渲染結果。

五、不止開放世界遊戲：Gemini 4 Carbon 的其他三維作品

鵜鶘遊戲並不是孤立的演示。Google 同期展示了幾個相鄰的三維與視覺案例，它們共同指向同一件事：Carbon 被用於空間設計、視覺資產製作、實時渲染和多媒體整合，而不只是寫代碼。

• 水下亞特蘭蒂斯場景：以 Gemini Omni 生成的視頻爲參考，在 Blender 中製作程序化遺蹟、體積光照和水體模擬，再轉化爲 Three.js 實時瀏覽器場景。它和鵜鶘遊戲幾乎是同一條“參考 → Blender → Three.js”管線。
• 1780 年古鋼琴重建：利用 CAD 圖紙和 X 光影像，重建一臺帶有 61 鍵擊弦機物理機制的可演奏鋼琴，並放入加拿大皇家音樂學院 Koerner Hall 的 3D 模型中，模擬不同座位的空間聲學。
• Google Merchandise Store 改造：只用兩輪提示詞提出五種藝術指導方案，並通過 Nano Banana 2.1 生成新的商品圖片。

此外，Google 在發佈資料中還提到過兩個案例：用 7 份公開的城市規劃 PDF 提取出 206 個工程圖視圖，經過 10 輪夜間迭代，生成約 906,000 個三角面的 Three.js 建築模型；以及根據歷史照片和工程圖紙，生成 1887—1889 年埃菲爾鐵塔建設過程的交互式 3D 展覽。這些同樣都是官方演示。

六、影響分析：AI Agent 距離真正的開放世界遊戲開發還有多遠

討論“AI 能不能做遊戲”之前，先要把“遊戲”拆成不同層次。下表是我們基於行業常識做的分層，不代表官方結論：

鵜鶘遊戲大致處在前兩層之間：它證明了多 Agent 可以把一個跨專業的瀏覽器 3D 原型跑通。但僅憑一個官方演示，無法證明模型已經能獨立開發商業級開放世界遊戲。

對開發者的影響

• 原型驗證速度可能大幅提升：獨立開發者和小團隊可以用 Agent 快速做出可交互 Demo，用來驗證創意或做 Pitch。
• “編排能力”變得和“寫代碼能力”同樣重要：怎麼拆任務、給每個 Agent 什麼模型、如何設置驗證環節，會直接決定產出質量和成本。
• 成本需要按任務估算：Carbon 首發價爲每百萬輸入 Token 2 美元、輸出 10 美元，12 月 1 日起調整爲 4 美元和 20 美元，思考 Token 計入輸出費用。多 Agent 並行時，賬單要按整條工作流來算。

對行業的影響

• AI Agent 正從代碼工具走向跨專業內容生產：同一套協作框架覆蓋美術、程序和音頻，這是比單項能力分數更有意義的信號。
• 人工的價值向“定義”和“把關”遷移：產品設計、質量控制和審美判斷依然離不開人，只是重複性製作環節會被逐步壓縮。

如何用 API 體驗 Gemini 4 Carbon 的多 Agent 思路

/swarm 本身是 Antigravity 內的功能，但“強模型做規劃、輕模型做執行”的分工思路，可以通過 API 自己搭一個簡化版。下面的極簡示例讓 Carbon 擔任協調者，把一個 3D 小遊戲需求拆成子任務：

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # API易 統一接口
)

resp = client.chat.completions.create(
    model="gemini-4-carbon",  # 模型名以平臺模型列表爲準
    messages=[{"role": "user", "content": "把“用 Three.js 做一個騎車探索園區的瀏覽器小遊戲”拆成 Blender 資產、場景代碼、音效三類子任務，輸出 JSON"}]
)
print(resp.choices[0].message.content)

注意，Google 開發者文檔說明 Carbon 會忽略 temperature、top_p、top_k，並且不支持 thinking_budget，所以示例裏沒有傳這些參數。

import json
import openai

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

COORDINATOR_MODEL = "gemini-4-carbon"   # 負責規劃與整合
WORKER_MODEL = "YOUR_FAST_MODEL"        # 負責常規實現，選更快更輕的模型

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. 協調者拆解任務
plan_text = ask(
    COORDINATOR_MODEL,
    "需求：瀏覽器 3D 小遊戲，角色騎自行車探索園區。"
    "請拆成子任務，輸出 JSON 數組，每項含 role 與 task 字段，"
    "role 取值爲 blender_asset / threejs_scene / web_audio。只輸出 JSON。",
)
subtasks = json.loads(plan_text)

# 2. 工作者逐個執行（生產環境可改爲併發）
results = []
for t in subtasks:
    output = ask(WORKER_MODEL, t["task"], system=f"你是 {t['role']} 方向的工程師，只輸出代碼或腳本")
    results.append({"role": t["role"], "output": output})

# 3. 協調者做整合與一致性檢查
review = ask(
    COORDINATOR_MODEL,
    "檢查以下子任務產出是否互相一致（資產命名、座標單位、接口），列出問題：\n"
    + json.dumps(results, ensure_ascii=False)[:20000],
)
print(review)

🚀 快速上手建議：想先驗證“Carbon 規劃 + 輕量模型執行”的組合是否划算，可以在 API易 apiyi.com 用同一個 API Key 切換不同模型做對比，按量計費，新用戶有免費測試額度，適合小步試錯。

常見問題 FAQ

Gemini 4 Carbon 開放世界遊戲 Key Takeaways

• 案例本質：官方演示的瀏覽器開放世界遊戲，主角是騎 GBike 的鵜鶘。
• 關鍵機制：/swarm 用協調者、並行工作者、驗證者和消息板組織多個 Agent。
• 技術棧：Blender 做資產，Three.js 加 WebGL 做場景，Web Audio 加 Lyria 做聲音。
• 真正亮點：跨專業協作交付，而不只是 Carbon 寫出了代碼。
• 邊界意識：單一官方演示，不等於獨立實測，更不等於商業成品。
• 上手方式：可在 API易 apiyi.com 用統一接口組合強弱模型，驗證分工思路。

總結

Gemini 4 Carbon 的鵜鶘遊戲，核心看點有三個：

1. 多 Agent 分工：/swarm 讓視覺參考、三維資產、瀏覽器遊戲和聲音設計各有專人，由 Carbon 負責協調；
2. 可腳本化的技術棧：Blender、Three.js、WebGL 和 Web Audio 讓文本輸出的模型能參與幾乎所有制作環節；
3. 清醒的邊界：它展示了原型級跨專業交付的可能性，但玩法設計、質量控制和產品打磨依然需要人。

如果你想評估這類“強模型規劃 + 輕模型執行”的工作流是否適合自己的項目，推薦通過 API易 apiyi.com 快速驗證效果。平臺用一個 API Key 即可調用多家主流模型，方便對比成本和產出質量。

📚 參考資料

1. Google Blog – Gemini 4 Carbon is now available：正式開放公告，含鵜鶘遊戲及其他三維案例
2. 鏈接：blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/

3. 說明：遊戲描述與技術棧的一手來源

4. Google Antigravity 官方博客：/swarm 多 Agent 協作機制介紹

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

6. 說明：Coordinator、Git Worktree、驗證 Agent 等設計細節

7. Gemini 4 Carbon Model Card：模型參數與已知限制

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

9. 說明：輸入輸出模態、上下文、知識截止日期

10. 鵜鶘園區遊戲官方演示：Live App 體驗入口

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

12. 說明：可能需要 Google 賬號登錄，屬於官方演示

13. Gemini API 定價：Carbon 首發價與 12 月起標準價

14. 鏈接：ai.google.dev/gemini-api/docs/pricing
15. 說明：計算多 Agent 工作流成本時參考

作者：API易 技術團隊
技術交流：歡迎在 API易 網站首頁聯繫我們，更多接入資料可訪問 docs.apiyi.com 文檔中心

延伸閱讀

• 讓模型寫 Three.js 而不是直接生成 3D 文件：代碼中間層工作流的 5 個啓示:以 Qwen3.5-4B-GLB-3D-Coder 爲例，拆解“文本→Three.js→GLB”的代碼中間層工作流，並給出本地部署、雲端接入與 Godot 驗證的實操步驟。
• Gemini 4 Carbon 發佈解讀：59 分反超 Opus 5.5，17 項贏 15 項卻調不到:Gemini 4 Carbon 在 Artificial Analysis 綜合智能指數拿到 59 分登頂，官方 17 項對比贏 15 項。但它沒有 API 型號 ID，也沒有開放時間表。本文按口徑拆清分數，說明現階段爲什麼調不到，以及國內開發者現在可以先用 gemini-4-argon。