（映维网Nweon 2026年03月28日）谷歌日前正式推出“氛围编程 XR”。这项由Gemini与XR Blocks驱动的快速原型设计工作流，能将自然语言提示词转化为具备物理感知能力的Android XR应用，整个过程不超过60秒。
谷歌表示，Vibe Coding XR（氛围编程XR）是一种快速原型设计工作流，它将开源的XR Blocks框架赋能给Gemini Canvas，可以把用户提示词转化为完全交互式、具备物理感知能力的WebXR应用，适用于Android XR平台。这使得创作者能够在桌面端模拟环境和Android XR头戴设备快速测试智能化的空间体验。
大型语言模型和智能体工作流正在改变软件工程和创意计算。我们正见证一种向“氛围编程”的转变，即大型语言模型将人类的意图直接转化为可运行的代码。Gemini Canvas等工具已使2D和3D网页开发成为可能。然而，XR依然难以触及，空间计算原型设计通常需要拼凑零散的感知管道、复杂的游戏引擎和底层传感器集成。
快速、基于氛围编程的原型设计可以解决这个问题。它们帮助经验丰富的开发人员直接在头戴设备测试新的用户界面、3D交互和空间可视化。这种快速验证可以节省数天的工作，避免在可能最终遭到放弃的想法上投入过多精力。同时，它使得构建展示自然科学和力学的交互式教育体验变得更加容易。
为弥合这一差距，谷歌正式推出Vibe Coding XR（氛围编程XR）。所述工作流将Gemini作为创意伙伴，并与基于Web的XR Blocks 框架相结合。通过将Gemini的长上下文推理能力与专门的系统提示和精选的代码模板相结合，系统能够自动处理空间逻辑。它能在60秒内将自然语言直接转化为功能完备、具备物理感知能力的Android XR应用。
团队将在ACM CHI 2026大会（4月13日至4月17日在西班牙巴塞罗那举行）进行现场演示。但你今天可以通过这里亲身体验。
XR Blocks Gem在60秒内将单个提示词转化为Android XR体验
氛围编程XR工作流程
在过去的一年里，谷歌一直在迭代设计和改进氛围编程XR的体验，力求使其无缝且易于上手。以下是一个示例：
用户在无需任何XR先验知识的情况下描述需求：用户在Android XR头戴设备（如Galaxy XR）通过Chrome浏览器打开XR Blocks Gem。他们使用键盘或语音输入提示词，例如“创建一朵美丽的蒲公英”。或者，他们可以选择在桌面端使用Chrome创建XR应用，并通过XR Blocks内置的模拟器进行预览。
Gemini设计并实现XR体验：Gemini学习XR Blocks的示例，利用其多步规划能力和高级推理来配置场景、感知和交互，进而构建出交互式的XR应用。
实时演示与快速迭代： 在Android XR中，用户在“进入XR”按钮上执行捏合手势，即可立即看到结果：一个动画效果的蒲公英，再次捏合时蒲公英会飘散。用户同时可以点击“分享”按钮，为他们的应用创建一个可分享的公开链接。
为了方便测试，谷歌在桌面端Chrome浏览器中提供了一个“模拟现实”环境。这使得创作者在将应用部署到Android XR设备之前，能够快速进行原型设计和测试交互。
氛围编程XR框架图
氛围编程XR技术简介
氛围编程XR利用Gemini的长上下文能力和思考过程，使其充当专业的XR设计师和工程师。团队开发了一个专门的系统提示，用XR Blocks架构和示例来“教导”Gemini。
底层的XR Blocks框架以WebXR、three.js和LiteRT.js等易于使用的Web技术作为基础。其核心引擎管理着空间计算所需的复杂子系统交互，包括环境感知、XR交互和AI 集成。提示上下文包含以下组成：
应用场景：从提示词到现实
谷歌通过氛围编程生成的示例原型展示了氛围编程XR工作流程的多功能性：
你同时可以在XR Blocks Gem中使用更具体的上下文进行提示，例如利用NASA系外行星数据、程序化生成或创建高分辨率纹理，并在氛围编程XR流程中演示迭代优化过程。
初步技术评估
评估XR应用一直是一个挑战，很大程度上是因为它通常需要亲身在设备进行测试，并涉及主观的人工评估。为了测试氛围编程XR流程的有效性，团队构建了一个用于创建XR应用的初步提示词数据集：VCXR60。
VCXR60源自四次一小时的内部研讨会，包含20位谷歌员工提供的60个独特提示词。利用数据集，团队测量了推理时间和单次成功率，重点关注在XR Blocks模拟现实环境中实现零错误执行的情况。例如，一个简单的提示词“创建一朵美丽的蒲公英，当我拿起它时它会飘散”，在Gemini Flash中可能在20秒内完成，但相较于Gemini Pro出现运行时错误的概率更高，因为处理动画和手部交互在思考过程中需要更多令牌。
早期团队发现，大多数初始错误源于XR Blocks本身的缺陷，或是对不存在或已弃用的API的幻觉，导致成功率约为70%。这些见解促使她们进行了为期六个月的快速迭代周期。如今，经过11个主要版本更新后，谷歌分享了XR Blocks Gem v0.11.0在VCXR60数据集的初步评估结果，以作为基线参考。
谷歌给开发者的最重要建议是：在进行高级XR原型设计时，使用“专业模式”能获得最可靠的结果。
结论
谷歌总结道：“氛围编程XR标志着向未来空间计算迈出了关键一步。在未来的空间计算中，限制其发展的将不再是技术专长，而是创造力。通过将大型语言模型的推理能力与XR Blocks的高层次抽象相结合，我们弥合了稍纵即逝的想法与可触摸、具备物理感知能力的现实之间的鸿沟。”
团队正持续致力于XR Blocks框架、基准测试和空间智能的研究，并诚邀人机交互、人工智能和XR社区为生态系统做出贡献。你可以通过下方这个链接访问开源框架并尝试现场演示。