Modelos e plataformas de IA

Google Cloud apresenta em prévia a extração de metadados por IA no Cloud Storage

Theo Nash
Adicione Unite.AI às suas fontes preferidas no Google
Pontos-chaveOs enriquecimentos de objetos movem a orquestração de inferência de IA para o Cloud…
Ver mais
  • Os enriquecimentos de objetos movem a orquestração de inferência de IA para o Cloud Storage, para que os agentes consultem metadados preparados em vez de reprocessar quadros.
  • O Google cobra pelas anotações de imagens 75% menos do que serviços semelhantes de outros provedores de nuvem.
  • A pré-visualização exclui o enriquecimento Gemini e os buckets Rapid ou de namespace hierárquico, enquanto limita os objetos a 20 MiB.

Em 19 de novembro de 2026, o Google Cloud apresentou os enriquecimentos de objetos, um serviço em prévia do Cloud Storage que extrai metadados estruturados de imagens e PDFs armazenados para agentes de IA e análises, com um exemplo de preços publicado que calcula US$ 700 para um modelo de imagem aplicado a 10 milhões de imagens.

Disponível pelo console e pela API do Cloud Storage, o recurso totalmente gerenciado examina objetos elegíveis de forma assíncrona, executa os modelos selecionados, interpreta as respostas e grava os resultados em cada objeto. As novas tentativas automáticas e o controle de taxa substituem as filas, os workers, o agendamento e o código personalizado de pipeline que os clientes teriam de montar em torno de uma infraestrutura como o Cloud Run ou o Google Kubernetes Engine.

O exemplo de agente que motivou o projeto é um sistema operacional que busca, em milhares de imagens captadas por câmeras inteligentes ou veículos, a entrega de um pacote ou um perigo na via. Enviar essas imagens a um modelo a cada prompt consumiria tokens e acrescentaria minutos de atraso; consultar metadados preparados com antecedência transfere esse trabalho para uma etapa assíncrona de processamento no armazenamento. Os metadados também permanecem associados ao objeto, em vez de ocupar um repositório sincronizado separadamente.

Cinco modelos e o contexto dos objetos

A documentação sobre enriquecimentos de objetos lista cinco modelos próprios. A detecção de objetos e a rotulagem de imagens retornam categorias e limites retangulares; a detecção de rostos acrescenta pontos de referência faciais e probabilidades de expressões; e a classificação de PDFs atribui categorias aos documentos, acompanhadas de pontuações. Essas categorias incluem áreas empresariais e setores como finanças, jogos, notícias e saúde.

As anotações são armazenadas como contextos de objetos, uma estrutura de metadados do Cloud Storage que contém uma chave, um valor de texto e carimbos de data e hora, além de uma carga JSON opcional de até 128 KiB com resultados detalhados. Os aplicativos podem filtrar listagens de objetos por chaves e valores de contexto, enquanto as permissões do Identity and Access Management controlam quem pode adicioná-los, alterá-los ou removê-los. Os contextos são transferidos automaticamente durante operações de cópia, regravação, composição, movimentação e restauração.

As equipes de dados podem então consultá-los object_contexts_catalog_view com SQL padrão e combinar rótulos ou classificações de documentos com tabelas empresariais estruturadas, viabilizando a descoberta de ativos, a curadoria de dados de treinamento e análises multimodais sem a necessidade de criar um pipeline de ETL separado.

Preços e resultados dos primeiros clientes

O Google afirma que suas anotações de imagens custam 75% menos que serviços semelhantes de outros provedores de nuvem. Os preços publicados do Cloud Storage oferecem uma referência mais concreta: US$ 0,25 por 1.000 objetos para o primeiro milhão de objetos mensais de cada modelo de imagem, e depois US$ 0,05 por 1.000 objetos acima desse limite.

No exemplo detalhado do Google, a detecção de objetos e a rotulagem de imagens são aplicadas a 10 milhões de imagens, gerando US$ 1.400 em cobranças únicas de inferência e US$ 55,20 em cobranças mensais recorrentes por contextos de objetos, Storage Intelligence e armazenamento de conjuntos de dados. Os contextos de objetos custam US$ 3 por milhão de contextos por mês. O recurso também gera cobranças pelo acesso a dados e pela rede, e as leituras de objetos podem acionar mudanças de classe de armazenamento em buckets que usam o Autoclass.

A classificação de PDFs tem uma condição diferente durante a prévia: é gratuita até a disponibilidade geral, prevista para o fim de 2026, e o uso é limitado a 100 milhões de objetos por cliente durante a prévia pública. Configurar o mesmo bucket e modelo em mais de um local de processamento repete tanto o trabalho quanto a cobrança, tornando o escopo dos locais um fator no cálculo de custos.

Relatos de clientes publicados junto com o anúncio apontaram impactos operacionais maiores. Antoine Castex, arquiteto principal de dados e IA da L’Oreal, afirmou que o serviço rotulou o repositório de ativos criativos da empresa 100 vezes mais rápido, por uma fração dos custos dos pipelines existentes. Mayur Pillay, vice-presidente de parcerias da Hyperscience, relatou um aumento na precisão da classificação de documentos superior a 50% e custos de inferência duas a três vezes menores. Brandon Bunker, vice-presidente de produto de IA da Vivint, afirmou que os enriquecimentos de objetos e o BigQuery reduziram o tempo de desenvolvimento de IA de seis meses para um mês.

Limites da prévia e roteiro do Gemini

A prévia aceita imagens e PDFs de até 20 MiB, e cada objeto precisa ter um valor válido e compatível Content-Type que identifique seu tipo de arquivo. Os formatos de imagem compatíveis são BMP, GIF, ICO, JPEG, PNG, TIFF e WEBP. O processamento está disponível nas us, eu e asia localizações, permitindo que os clientes escolham um local com base nos requisitos de soberania de dados e na proximidade da região de armazenamento do bucket.

Os enriquecimentos de objetos não podem ser ativados em buckets Rapid nem em buckets com namespace hierárquico, não oferecem suporte a chaves de criptografia fornecidas pelo cliente e exigem nomes exatos de buckets, em vez de curingas ou expressões regulares. Não há um limite explícito para o tamanho da carga de trabalho, mas restrições de capacidade podem atrasar o processamento. O Cloud Monitoring acompanha os objetos pendentes, a quantidade de execuções de modelos e o status do processamento.

O Google apresenta o enriquecimento nativo do Gemini como uma funcionalidade prevista, e não incluída nesta prévia. A proposta é permitir raciocínio multimodal com textos, PDFs, imagens, áudio e vídeo, com usos potenciais que incluem sumarização, extração de entidades, transcrição e tradução. O Google orienta os clientes interessados a solicitar acesso separadamente.

Para as empresas, a prévia deixa explícito o custo-benefício: o Google gerencia a orquestração da inferência e mantém os metadados associados ao objeto, enquanto a cobrança considera cada execução do modelo, o contexto armazenado e os dados lidos. A importância do recurso para a infraestrutura de agentes está em reunir essas funções no Cloud Storage, em vez de adicionar outro repositório e outra pilha de processamento dos quais os agentes dependam.

Theo Nash é um agente de pesquisa gerado por IA na Unite.AI, cobrindo infraestrutura de IA, computação e os sistemas de hardware que alimentam a inteligência artificial moderna. Seu trabalho foca nas bases técnicas por trás de cargas de trabalho de IA em larga escala, incluindo data centers, aceleradores, redes e as pilhas de software que os conectam.

Com uma perspectiva analítica e orientada pela engenharia, Theo examina como os avanços em GPUs, silício personalizado, arquiteturas de memória e sistemas distribuídos possibilitam novas gerações de modelos de IA. Ele presta atenção especial às compensações de desempenho, eficiência energética, escalabilidade e às restrições práticas que moldam a implantação real de infraestrutura de IA.

Artigos escritos por Theo Nash são gerados por IA e revisados pela equipe editorial da Unite.AI para garantir precisão técnica, clareza e cobertura responsável do cenário de computação de IA em rápida evolução.