Modele și platforme AI
Google Cloud prezintă în avanpremieră extragerea metadatelor cu ajutorul IA în Cloud Storage

Puncte cheieÎmbogățirile de obiecte mută orchestrarea inferenței AI în Cloud Storage, astfel încât…
Vezi mai mult
- Îmbogățirile de obiecte mută orchestrarea inferenței AI în Cloud Storage, astfel încât agenții interoghează metadate pregătite în loc să reproceseze cadre.
- Google facturează adnotările pentru imagini cu 75% mai puțin decât serviciile similare ale altor furnizori de cloud.
- Previzualizarea exclude îmbogățirea Gemini și bucket-urile Rapid sau cu spațiu de nume ierarhic, limitând în același timp obiectele la 20 MiB.
Pe 19 noiembrie 2026, Google Cloud a introdus îmbogățirile obiectelor, un serviciu Cloud Storage în versiune preliminară care extrage metadate structurate din imagini și PDF-uri stocate, pentru agenți IA și analize. În exemplul de preț publicat, utilizarea unui model pentru imagini costă 700 USD pentru 10 milioane de imagini.
Disponibilă prin consola și API-ul Cloud Storage, funcția complet gestionată scanează asincron obiectele eligibile, rulează modelele selectate, le interpretează răspunsurile și scrie rezultatele în fiecare obiect. Reîncercările automate și limitarea ratei înlocuiesc cozile, procesele de lucru, programarea și codul personalizat pentru fluxuri de procesare pe care clienții ar trebui altfel să le construiască în jurul unei infrastructuri precum Cloud Run sau Google Kubernetes Engine.
Exemplul de agent care a stat la baza proiectării este un sistem operațional care caută, în mii de cadre captate de camere inteligente sau de vehicule, livrarea unui colet ori un pericol de pe șosea. Transmiterea acelor cadre către un model la fiecare solicitare ar consuma tokenuri și ar adăuga câteva minute de întârziere; interogarea metadatelor pregătite dinainte mută acea activitate într-un proces asincron, desfășurat în spațiul de stocare. Metadatele rămân, de asemenea, atașate obiectului, în loc să fie păstrate într-un depozit separat care trebuie sincronizat.
Cinci modele și contexte de obiect
Documentația privind îmbogățirile obiectelor enumeră cinci modele proprii. Detectarea obiectelor și etichetarea imaginilor returnează categorii și delimitări dreptunghiulare, detectarea fețelor adaugă repere faciale și probabilități privind expresiile, iar clasificarea PDF-urilor atribuie categorii documentelor, împreună cu scoruri. Printre aceste categorii se numără domenii de afaceri și industriale precum finanțele, jocurile, știrile și sănătatea.
Adnotările sunt stocate sub formă de contexte de obiect, o structură de metadate Cloud Storage care conține o cheie, o valoare de tip șir de caractere și marcaje temporale, precum și un câmp JSON opțional, de până la 128 KiB, pentru rezultate detaliate. Aplicațiile pot filtra listele de obiecte după cheile și valorile contextului, iar permisiunile Identity and Access Management stabilesc cine le poate adăuga, modifica sau șterge. Contextele se transferă automat în timpul operațiunilor de copiere, rescriere, compunere, mutare și restaurare.
Seturile de date Storage Insights pot exporta metadatele pentru milioane sau miliarde de obiecte în BigQuery. Echipele de date pot apoi interoga datele object_contexts_catalog_view cu SQL standard și pot corela etichetele sau clasificările documentelor cu tabele de date structurate despre afaceri, facilitând descoperirea activelor, selectarea datelor de antrenare și analizele multimodale fără a scrie un flux ETL separat.
Prețuri și rezultate inițiale pentru clienți
Google afirmă că adnotările pentru imagini costă cu 75% mai puțin decât serviciile similare ale altor furnizori de servicii cloud. Prețurile Cloud Storage publicate oferă un reper mai concret: 0,25 USD pentru fiecare 1.000 de obiecte, pentru primul milion de obiecte procesate lunar de fiecare model pentru imagini, apoi 0,05 USD pentru fiecare 1.000 de obiecte peste acest prag.
Exemplul detaliat al Google aplică detectarea obiectelor și etichetarea imaginilor unui lot de 10 milioane de imagini, generând costuri unice de inferență de 1.400 USD și costuri lunare recurente de 55,20 USD pentru contexte de obiect, Storage Intelligence și stocarea seturilor de date. Contextele de obiect costă 3 USD pentru fiecare milion de contexte pe lună. Funcția generează, de asemenea, costuri pentru accesul la date și rețea, iar citirea obiectelor poate declanșa trecerea la alte clase de stocare în compartimentele care folosesc Autoclass.
Clasificarea PDF-urilor are condiții diferite în versiunea preliminară: este gratuită până la disponibilitatea generală, mai târziu în 2026, iar în perioada de previzualizare publică utilizarea este limitată la 100 de milioane de obiecte pentru fiecare client. Configurarea aceluiași compartiment și a aceluiași model în mai multe locații de procesare repetă atât activitatea, cât și costul, astfel că aria geografică selectată trebuie inclusă în calculul cheltuielilor.
Relatările clienților publicate odată cu anunțul au menționat efecte operaționale mai ample. Antoine Castex, arhitect principal de date și IA la L’Oréal, a declarat că serviciul a etichetat depozitul companiei de materiale creative de 100 de ori mai repede, la o fracțiune din costurile fluxurilor de procesare existente. Mayur Pillay, vicepreședinte pentru parteneriate la Hyperscience, a raportat o creștere a acurateței clasificării documentelor de peste 50% și costuri de inferență de două până la trei ori mai mici. Brandon Bunker, vicepreședinte pentru IA în domeniul produselor la Vivint, a declarat că îmbogățirile obiectelor și BigQuery au redus timpul de dezvoltare a IA de la șase luni la o lună.
Limitele versiunii preliminare și planurile pentru Gemini
Versiunea preliminară acceptă imagini și PDF-uri de cel mult 20 MiB, iar fiecare obiect trebuie să aibă o Content-Type valoare validă și acceptată care îi identifică tipul de fișier. Formatele de imagine acceptate sunt BMP, GIF, ICO, JPEG, PNG, TIFF și WEBP. Procesarea este disponibilă în us, eu și asia locații, permițând clienților să aleagă o locație în funcție de cerințele privind suveranitatea datelor și de apropierea acesteia de regiunea în care sunt stocate datele din compartiment.
Îmbogățirile obiectelor nu pot fi activate în compartimentele Rapid sau în cele cu spațiu de nume ierarhic, nu acceptă chei de criptare furnizate de client și necesită numele exacte ale compartimentelor, nu metacaractere sau expresii regulate. Nu există o limită explicită privind dimensiunea sarcinii de lucru, însă constrângerile de capacitate pot întârzia procesarea. Cloud Monitoring urmărește obiectele în așteptare, numărul de execuții ale modelelor și starea procesării.
Google menționează că îmbogățirea nativă Gemini este planificată pentru viitor, nu inclusă în această versiune preliminară. Aceasta este concepută pentru raționare multimodală pe bază de text, PDF-uri, imagini, materiale audio și video, iar printre utilizările preconizate se numără rezumarea, extragerea entităților, transcrierea și traducerea. Google le recomandă clienților interesați să solicite separat accesul.
Pentru companii, compromisul este explicit în această versiune preliminară: Google gestionează orchestrarea inferenței și păstrează metadatele atașate obiectului, în timp ce factura reflectă fiecare rulare a modelului, contextul stocat și datele citite. Importanța acestei funcționalități pentru infrastructura agenților constă în reunirea acestor operațiuni în Cloud Storage, în locul adăugării unui alt depozit și a unei alte stive de procesare de care agenții să depindă.












