上海
当 AI 能够理解需求、调用工具，并根据运行结果持续调整，它能否进一步参与一个可交互 3D 世界的构建？
在小米此次发布的 Xiaomi MiMo-V2.6 演示场景中，一个 3D 开放世界游戏 Demo 展示了这样的实践：用户输入图片、视频或文字描述后，模型将需求拆解为多个任务，组织多智能体协作，通过 Codely 调用团结引擎，完成场景搭建、交互逻辑编写，并根据渲染结果进行视觉验证与调整，最终构建可运行的交互世界。
从 Vibe Coding 到 Vibe World，AI 正在参与更完整的实时 3D 开发流程。
团结 Codely ，让任务规划在引擎中执行
构建一个可运行的 3D 世界，需要场景、资产、代码、交互、灯光与渲染等多个系统协同工作。对 AI 而言，这意味着既要理解用户想要什么，也要能够在专业开发环境中执行具体操作。
在此次 Demo 的制作中，MiMo-V2.6 负责理解用户意图、规划任务并组织多智能体协作；Codely 连接 MiMo-V2.6 与团结引擎，将任务转化为引擎内的开发操作；团结引擎则承载场景与交互逻辑，提供实际运行和渲染环境。
这条链路让模型的规划能力与实时 3D 工具的执行能力连接起来。在这个链路中，Codely 扮演的正是 Agent：向上理解模型的意图与规划，向下驱动引擎工具执行并反馈结果，把用户需求逐步转化为可运行的结果。
开发者则可以将部分重复执行工作交给 Agent，把更多精力投入玩法、创意与体验判断。
从执行操作，到根据结果持续修正
此次案例的另一处关键，是视觉验证。
生成代码、完成场景搭建之后，实际画面是否符合用户描述，仍然需要检查。团结引擎将开发结果运行和渲染出来，为 Codely Agent 提供可观察的反馈；模型据此判断效果、调整操作，再次执行，形成一条持续迭代的链路：
理解需求 → 执行开发 → 运行渲染 → 视觉验证 → 调整修正
例如：
Xiaomi MiMo 团队提供了此前已实现的大地图草场、光影效果的概念参考，以及部分由模型生成的美术资源、光照参数与参考图。素材由 Codely 团队获取后，Codely Agent 将其作为参考输入送入 3D 工作流，由 MiMo-V2.6 模型自动解析画面中的形体与风格特征；依托团结引擎 URP 管线搭自动建大面积草场与光照的代码实现，经多步微调，成功还原小米设想的视觉表现。
早期概念图
最终效果
在这一过程中，实时 3D 引擎既是开发工具，也是 Codely Agent 的执行与反馈环境。AI 的工作由此从生成代码和内容，进一步延伸到观察实际效果、推动结果接近用户意图。
从一个案例，走向更广泛的实时 3D 工作流
MiMo-V2.6 展示了模型、Agent 工具链与实时 3D 引擎协作的一种实践。随着模型规划、工具调用和多模态理解能力的发展，这类工作流有望与更多模型结合，并向游戏原型、交互应用、数字孪生与仿真等场景延伸。
对于团结引擎而言，这意味着服务对象和使用方式的拓展：在帮助开发者构建数字世界的同时，还可以通过 Codely参与开发、获取运行反馈并持续迭代。
从 Vibe Coding 到 Vibe World，让创意进入一个能够执行、观察和调整的开发环境。团结引擎与 Codely，正在参与这一过程。
Unity 官方微信
第一时间了解 Unity 引擎动向，学习进阶开发技能
每一个“点赞”、“在看”，都是我们前进的动力
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
