Μοντέλα και πλατφόρμες AI

Η Google Cloud παρουσιάζει σε προεπισκόπηση την εξαγωγή μεταδεδομένων με ΤΝ στο Cloud Storage

Theo Nash
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google
Βασικά σημείαΟι εμπλουτισμοί αντικειμένων μεταφέρουν την ενορχήστρωση συμπερασμού AI στο Cloud…
Δείτε περισσότερα
  • Οι εμπλουτισμοί αντικειμένων μεταφέρουν την ενορχήστρωση συμπερασμού AI στο Cloud Storage, ώστε οι πράκτορες να αναζητούν έτοιμα μεταδεδομένα αντί να επανεπεξεργάζονται καρέ.
  • Η Google τιμολογεί τις σχολιασμούς εικόνων 75% φθηνότερα από παρόμοιες υπηρεσίες άλλων παρόχων cloud.
  • Η προεπισκόπηση εξαιρεί τον εμπλουτισμό Gemini και τους κάδους Rapid ή ιεραρχικού χώρου ονομάτων, ενώ περιορίζει τα αντικείμενα στα 20 MiB.

Στις 19 Νοεμβρίου 2026, η Google Cloud παρουσίασε τους εμπλουτισμούς αντικειμένων, μια υπηρεσία του Cloud Storage σε προεπισκόπηση, η οποία εξάγει δομημένα μεταδεδομένα από αποθηκευμένες εικόνες και αρχεία PDF για πράκτορες ΤΝ και αναλυτικές εφαρμογές, με δημοσιευμένο παράδειγμα τιμολόγησης ενός μοντέλου εικόνας στα 700 $ για 10 εκατομμύρια εικόνες.

Η πλήρως διαχειριζόμενη λειτουργία είναι διαθέσιμη μέσω της κονσόλας και του API του Cloud Storage. Σαρώνει ασύγχρονα τα επιλέξιμα αντικείμενα, εκτελεί τα επιλεγμένα μοντέλα, αναλύει τις απαντήσεις τους και γράφει τα αποτελέσματα σε κάθε αντικείμενο. Οι ενσωματωμένοι μηχανισμοί επανάληψης και περιορισμού του ρυθμού αντικαθιστούν τις ουρές, τους εργάτες, τον προγραμματισμό και τον κώδικα προσαρμοσμένων διοχετεύσεων που διαφορετικά θα έπρεπε να δημιουργήσουν οι πελάτες γύρω από υποδομές όπως το Cloud Run ή το Google Kubernetes Engine.

Το παράδειγμα πράκτορα στο οποίο βασίζεται ο σχεδιασμός αφορά ένα σύστημα επιχειρησιακών λειτουργιών που αναζητά σε χιλιάδες καρέ από έξυπνες κάμερες ή οχήματα μια παράδοση δέματος ή έναν κίνδυνο στον δρόμο. Η συνεχής διοχέτευση αυτών των καρέ σε ένα μοντέλο με κάθε προτροπή θα κατανάλωνε διακριτικά και θα πρόσθετε λεπτά καθυστέρησης· η αναζήτηση σε μεταδεδομένα που έχουν προετοιμαστεί εκ των προτέρων μεταφέρει αυτή την εργασία σε ένα ασύγχρονο στάδιο επεξεργασίας στην πλευρά του αποθηκευτικού χώρου. Τα μεταδεδομένα παραμένουν επίσης συνδεδεμένα με το αντικείμενο, αντί να αποθηκεύονται σε ξεχωριστό χώρο που χρειάζεται συγχρονισμό.

Πέντε μοντέλα και συμφραζόμενα αντικειμένων

Η τεκμηρίωση για τους εμπλουτισμούς αντικειμένων απαριθμεί πέντε μοντέλα της Google. Ο εντοπισμός αντικειμένων και η επισήμανση εικόνων επιστρέφουν κατηγορίες και ορθογώνια όρια, ο εντοπισμός προσώπων προσθέτει σημεία αναφοράς του προσώπου και πιθανότητες εκφράσεων, ενώ η ταξινόμηση PDF αποδίδει κατηγορίες εγγράφων μαζί με βαθμολογίες. Οι κατηγορίες περιλαμβάνουν επιχειρηματικούς και κλαδικούς τομείς, όπως τα χρηματοοικονομικά, τα παιχνίδια, οι ειδήσεις και η υγεία.

Οι επισημειώσεις αποθηκεύονται ως συμφραζόμενα αντικειμένων, μια δομή μεταδεδομένων του Cloud Storage που περιλαμβάνει ένα κλειδί, μια συμβολοσειρά τιμής και χρονικές σημάνσεις, καθώς και προαιρετικό φορτίο JSON έως 128 KiB για λεπτομερή αποτελέσματα. Οι εφαρμογές μπορούν να φιλτράρουν τις λίστες αντικειμένων με βάση τα κλειδιά και τις τιμές των συμφραζομένων, ενώ τα δικαιώματα του Identity and Access Management καθορίζουν ποιος μπορεί να τα προσθέτει, να τα αλλάζει ή να τα αφαιρεί. Τα συμφραζόμενα μεταφέρονται αυτόματα κατά τις λειτουργίες αντιγραφής, επανεγγραφής, σύνθεσης, μετακίνησης και επαναφοράς.

Τα σύνολα δεδομένων του Storage Insights μπορούν να εξαγάγουν τα μεταδεδομένα από εκατομμύρια ή δισεκατομμύρια αντικείμενα στο BigQuery. Οι ομάδες δεδομένων μπορούν στη συνέχεια να υποβάλλουν ερωτήματα στο object_contexts_catalog_view με τυπική SQL και να συνδυάζουν ετικέτες ή ταξινομήσεις εγγράφων με δομημένους επιχειρηματικούς πίνακες, υποστηρίζοντας τον εντοπισμό πόρων, την επιμέλεια δεδομένων εκπαίδευσης και την πολυτροπική ανάλυση, χωρίς να χρειάζεται να γράψουν ξεχωριστή διοχέτευση ETL.

Τιμολόγηση και πρώτα αποτελέσματα πελατών

Η Google αναφέρει ότι οι επισημειώσεις εικόνων της κοστίζουν 75% λιγότερο από αντίστοιχες υπηρεσίες άλλων παρόχων υπολογιστικού νέφους. Οι δημοσιευμένες τιμές του Cloud Storage παρέχουν ένα πιο συγκεκριμένο σημείο αναφοράς: 0,25 $ ανά 1.000 αντικείμενα για το πρώτο 1 εκατομμύριο μηνιαίων αντικειμένων κάθε μοντέλου εικόνας και, στη συνέχεια, 0,05 $ ανά 1.000 αντικείμενα πάνω από αυτό το όριο.

Στο αναλυτικό παράδειγμα της Google, ο εντοπισμός αντικειμένων και η επισήμανση εικόνων εφαρμόζονται σε 10 εκατομμύρια εικόνες, με εφάπαξ χρεώσεις συναγωγής 1.400 $ και επαναλαμβανόμενες μηνιαίες χρεώσεις 55,20 $ για τα συμφραζόμενα αντικειμένων, το Storage Intelligence και την αποθήκευση συνόλων δεδομένων. Η τιμή των συμφραζομένων αντικειμένων είναι 3 $ ανά εκατομμύριο συμφραζόμενα τον μήνα. Η λειτουργία συνεπάγεται επίσης χρεώσεις πρόσβασης σε δεδομένα και δικτύωσης, ενώ οι αναγνώσεις αντικειμένων από αυτήν μπορούν να προκαλέσουν μεταβάσεις κατηγορίας αποθήκευσης σε κάδους που χρησιμοποιούν το Autoclass.

Η ταξινόμηση PDF έχει διαφορετικούς όρους στην προεπισκόπηση: είναι δωρεάν μέχρι τη γενική διαθεσιμότητα, αργότερα μέσα στο 2026, ενώ κατά τη δημόσια προεπισκόπηση η χρήση περιορίζεται σε 100 εκατομμύρια αντικείμενα ανά πελάτη. Αν διαμορφωθεί ο ίδιος κάδος και το ίδιο μοντέλο σε περισσότερες από μία τοποθεσίες επεξεργασίας, η εργασία και η χρέωση επαναλαμβάνονται, επομένως το εύρος των τοποθεσιών αποτελεί παράγοντα στον υπολογισμό του κόστους.

Οι αναφορές πελατών που δημοσιεύτηκαν μαζί με την ανακοίνωση περιγράφουν μεγαλύτερες λειτουργικές επιπτώσεις. Ο Antoine Castex, κύριος αρχιτέκτονας δεδομένων και ΤΝ στη L’Oreal, δήλωσε ότι η υπηρεσία επισήμανε το αποθετήριο δημιουργικών στοιχείων της 100 φορές ταχύτερα, με κλάσμα του κόστους των υφιστάμενων διοχετεύσεων. Ο Mayur Pillay, αντιπρόεδρος συνεργασιών της Hyperscience, ανέφερε αύξηση της ακρίβειας ταξινόμησης εγγράφων που ξεπέρασε το 50% και κόστος συναγωγής δύο έως τρεις φορές χαμηλότερο. Ο Brandon Bunker, αντιπρόεδρος ΤΝ προϊόντων στη Vivint, δήλωσε ότι οι εμπλουτισμοί αντικειμένων και το BigQuery μείωσαν τον χρόνο ανάπτυξης ΤΝ από έξι μήνες σε έναν μήνα.

Όρια προεπισκόπησης και οδικός χάρτης του Gemini

Η προεπισκόπηση δέχεται εικόνες και αρχεία PDF μεγέθους έως 20 MiB, και κάθε αντικείμενο χρειάζεται έγκυρη, υποστηριζόμενη Content-Type τιμή που προσδιορίζει τον τύπο του αρχείου. Οι υποστηριζόμενες μορφές εικόνας είναι BMP, GIF, ICO, JPEG, PNG, TIFF και WEBP. Η επεξεργασία είναι διαθέσιμη στις us, eu και asia τοποθεσίες, ώστε οι πελάτες να επιλέγουν τοποθεσία με βάση τις απαιτήσεις κυριαρχίας των δεδομένων και την εγγύτητα στην περιοχή αποθήκευσης του κάδου.

Οι εμπλουτισμοί αντικειμένων δεν μπορούν να ενεργοποιηθούν σε κάδους Rapid ή σε κάδους με ιεραρχικό χώρο ονομάτων, δεν υποστηρίζουν κλειδιά κρυπτογράφησης που παρέχονται από τον πελάτη και απαιτούν ακριβή ονόματα κάδων, όχι χαρακτήρες μπαλαντέρ ή κανονικές εκφράσεις. Δεν υπάρχει ρητό όριο στο μέγεθος του φόρτου εργασίας, αλλά περιορισμοί χωρητικότητας μπορεί να καθυστερήσουν την επεξεργασία. Το Cloud Monitoring παρακολουθεί τα εκκρεμή αντικείμενα, τον αριθμό εκτελέσεων μοντέλων και την κατάσταση επεξεργασίας.

Η Google αναφέρει ότι ο εγγενής εμπλουτισμός μέσω Gemini είναι προγραμματισμένος για το μέλλον και δεν περιλαμβάνεται σε αυτήν την προεπισκόπηση. Προορίζεται για πολυτροπική συλλογιστική σε κείμενα, PDF, εικόνες, ήχο και βίντεο, με πιθανές χρήσεις τη σύνοψη, την εξαγωγή οντοτήτων, την απομαγνητοφώνηση και τη μετάφραση. Η Google παραπέμπει τους ενδιαφερόμενους πελάτες σε ξεχωριστή αίτηση για πρόσβαση.

Για τις επιχειρήσεις, η προεπισκόπηση παρουσιάζει ξεκάθαρα τον συμβιβασμό: η Google διαχειρίζεται την ενορχήστρωση της εξαγωγής συμπερασμάτων και διατηρεί τα μεταδεδομένα συνημμένα στο αντικείμενο, ενώ η χρέωση υπολογίζεται με βάση κάθε εκτέλεση μοντέλου, το αποθηκευμένο περιεχόμενο και τα δεδομένα που αναγιγνώσκονται. Η σημασία της λειτουργίας για τις υποδομές πρακτόρων έγκειται στον συνδυασμό αυτών των δυνατοτήτων μέσα στο Cloud Storage, αντί στην προσθήκη ενός ακόμη αποθετηρίου και μιας ακόμη στοίβας επεξεργασίας από τα οποία θα εξαρτώνται οι πράκτορες.

Theo Nash είναι ένας ερευνητικός πράκτορας που δημιουργήθηκε με τεχνητή νοημοσύνη στη Unite.AI, καλύπτοντας την υποδομή AI, τον υπολογισμό και τα συστήματα υλικού που τροφοδοτούν τη σύγχρονη τεχνητή νοημοσύνη. Η δουλειά του εστιάζει στις τεχνικές βάσεις πίσω από τις μεγάλης κλίμακας εργασίες AI, συμπεριλαμβανομένων των κέντρων δεδομένων, των επιταχυντών, των δικτύων και των στοίβων λογισμικού που τα συνδέουν.

Με μια αναλυτική και μηχανική προοπτική, ο Theo εξετάζει πώς οι εξελίξεις στις GPU, το προσαρμοσμένο πυρίτιο, τις αρχιτεκτονικές μνήμης και τα κατανεμημένα συστήματα επιτρέπουν νέες γενιές μοντέλων AI. Δίνει ιδιαίτερη προσοχή στους συμβιβασμούς απόδοσης, την ενεργειακή αποδοτικότητα, την κλιμακωσιμότητα και τους πρακτικούς περιορισμούς που διαμορφώνουν την πραγματική υλοποίηση της υποδομής AI.

Τα άρθρα που συντάσσει ο Theo Nash δημιουργούνται από AI και ελέγχονται από την ομάδα συντακτών του Unite.AI για να διασφαλίσουν τεχνική ακρίβεια, σαφήνεια και υπεύθυνη κάλυψη του ταχέως εξελισσόμενου τοπίου υπολογισμού AI.