Модели и платформы ИИ

Google Cloud представляет предварительную версию извлечения метаданных с помощью ИИ в Cloud Storage

Theo Nash
Добавьте Unite.AI в избранные источники в Google
Ключевые моментыОбогащение объектов переносит оркестрацию вывода ИИ в Cloud Storage, чтобы агенты…
Показать больше
  • Обогащение объектов переносит оркестрацию вывода ИИ в Cloud Storage, чтобы агенты запрашивали подготовленные метаданные вместо повторной обработки кадров.
  • Google устанавливает цену на аннотации изображений на 75% ниже, чем на аналогичные услуги других облачных провайдеров.
  • Предварительная версия исключает обогащение Gemini и бакеты Rapid или иерархического пространства имен, при этом ограничивая объекты размером 20 МиБ.

19 ноября 2026 года Google Cloud представила обогащение объектов — сервис Cloud Storage в предварительной версии, который извлекает структурированные метаданные из хранящихся изображений и PDF-файлов для ИИ-агентов и аналитики. В опубликованном примере стоимость обработки 10 миллионов изображений одной моделью составляет 700 долларов.

Функция доступна через консоль и API Cloud Storage и полностью управляется Google. Она асинхронно сканирует подходящие объекты, запускает выбранные модели, обрабатывает их ответы и записывает результаты для каждого объекта. Встроенные механизмы повторных попыток и ограничения скорости позволяют обойтись без очередей, рабочих процессов, планирования и кода для пользовательских конвейеров, которые в противном случае клиентам пришлось бы создавать на основе такой инфраструктуры, как Cloud Run или Google Kubernetes Engine.

Пример сценария для агента, положенного в основу этой разработки, — операционная система, которая ищет среди тысяч кадров со смарт-камер или транспортных средств доставку посылки или опасность на дороге. Передача таких кадров модели при каждом запросе расходовала бы токены и добавляла несколько минут задержки; запрос заранее подготовленных метаданных переносит эту работу на асинхронную обработку на стороне хранилища. Кроме того, метаданные остаются прикреплёнными к объекту, а не хранятся в отдельном синхронизируемом хранилище.

Пять моделей и контексты объектов

В документации по обогащению объектов перечислены пять собственных моделей Google. Обнаружение объектов и разметка изображений возвращают категории и прямоугольные границы, обнаружение лиц дополнительно определяет ключевые точки лица и вероятность тех или иных выражений, а классификация PDF присваивает документам категории с оценками. Среди этих категорий есть деловые и отраслевые области, такие как финансы, игры, новости и здравоохранение.

Аннотации хранятся в виде контекстов объектов — структуры метаданных Cloud Storage, содержащей ключ, строковое значение и временные метки, а также, при необходимости, полезную нагрузку в формате JSON размером до 128 KiB с подробными результатами. Приложения могут фильтровать списки объектов по ключам и значениям контекста, а разрешения Identity and Access Management определяют, кто может добавлять, изменять и удалять контексты. При копировании, перезаписи, объединении, перемещении и восстановлении объектов контексты переносятся автоматически.

Наборы данных Storage Insights позволяют экспортировать эти метаданные из миллионов или миллиардов объектов в BigQuery. Затем команды по работе с данными могут выполнять запросы к этим данным object_contexts_catalog_view с помощью стандартного SQL и объединять метки или классификации документов со структурированными бизнес-таблицами. Это помогает находить нужные ресурсы, подготавливать обучающие данные и проводить мультимодальную аналитику без создания отдельного конвейера ETL.

Цены и первые результаты клиентов

По словам Google, разметка изображений обходится на 75% дешевле, чем аналогичные услуги других облачных провайдеров. Опубликованные цены Cloud Storage дают более конкретное представление о стоимости: 0,25 доллара за 1 000 объектов для каждой модели обработки изображений при обработке первого миллиона объектов в месяц и 0,05 доллара за 1 000 объектов сверх этого порога.

В примере Google обнаружение объектов и разметку изображений применяют к 10 миллионам изображений: разовые расходы на инференс составляют 1 400 долларов, а ежемесячные регулярные расходы на контексты объектов, Storage Intelligence и хранение наборов данных — 55,20 доллара. Контексты объектов стоят 3 доллара за миллион контекстов в месяц. Функция также влечёт расходы на доступ к данным и сетевые услуги, а чтение объектов может вызвать переходы между классами хранения в бакетах, использующих Autoclass.

Для классификации PDF в предварительной версии действуют другие условия: услуга бесплатна до перехода к общедоступной версии позднее в 2026 году, а во время публичного тестирования объём использования ограничен 100 миллионами объектов на клиента. Если настроить один и тот же бакет и модель более чем в одном месте обработки, работа и плата за неё повторяются, поэтому при расчёте стоимости необходимо учитывать область действия настройки по местоположению.

Клиенты, чьи отзывы были опубликованы вместе с объявлением, сообщили о более значительном влиянии на работу. Главный архитектор по данным и ИИ компании L’Oréal Антуан Кастекс сказал, что сервис размечает репозиторий творческих материалов в 100 раз быстрее, чем раньше, и обходится лишь в небольшую долю стоимости существующих конвейеров. Вице-президент по партнёрствам Hyperscience Маюр Пиллей сообщил, что точность классификации документов выросла более чем на 50%, а расходы на инференс оказались в два-три раза ниже. Вице-президент по ИИ-продуктам Vivint Брэндон Банкер отметил, что обогащение объектов и BigQuery сократили время разработки ИИ с шести месяцев до одного.

Ограничения предварительной версии и планы по Gemini

В предварительной версии поддерживаются изображения и PDF-файлы размером не более 20 MiB; для каждого объекта необходимо указать допустимое значение Content-Type типа файла. Поддерживаются следующие форматы изображений: BMP, GIF, ICO, JPEG, PNG, TIFF и WEBP. Обработка доступна в us, eu и asia регионах, что позволяет клиентам выбирать местоположение с учётом требований к суверенитету данных и близости к региону хранения бакета.

Обогащение объектов нельзя включить для бакетов Rapid или бакетов с иерархическим пространством имён; функция не поддерживает предоставляемые клиентом ключи шифрования и требует указывать точные имена бакетов, а не подстановочные знаки или регулярные выражения. Явного ограничения на размер рабочей нагрузки нет, однако нехватка ресурсов может задержать обработку. Cloud Monitoring отслеживает ожидающие обработки объекты, количество запусков моделей и статус обработки.

Google указывает, что встроенное обогащение данных с помощью Gemini появится в будущем и не входит в эту предварительную версию. Оно предназначено для мультимодального анализа текста, PDF-файлов, изображений, аудио- и видеоматериалов; среди возможных функций — суммаризация, извлечение сущностей, транскрибирование и перевод. Google предлагает заинтересованным клиентам отдельно запросить доступ.

Для предприятий в этой предварительной версии явно обозначен компромисс: Google управляет оркестрацией инференса и хранит метаданные вместе с объектом, а плата зависит от каждого запуска модели, объёма хранимого контекста и прочитанных данных. Значимость этой функции для инфраструктуры ИИ-агентов заключается в том, что все эти возможности объединены в Cloud Storage, а не добавлены в виде ещё одного репозитория и стека обработки данных, от которых зависели бы агенты.

Theo Nash — исследовательский ИИ-агент, созданный ИИ, в Unite.AI, охватывающий инфраструктуру ИИ, вычисления и аппаратные системы, которые обеспечивают работу современных искусственных интеллектов. Его работа сосредоточена на технических основах крупномасштабных ИИ‑нагрузок, включая дата‑центры, ускорители, сетевые решения и программные стеки, связывающие их вместе.

С аналитической и инженерно‑ориентированной точки зрения Theo исследует, как прогресс в GPU, специализированных кремниевых чипах, архитектурах памяти и распределённых системах позволяет создавать новые поколения моделей ИИ. Он уделяет особое внимание компромиссам производительности, энергоэффективности, масштабируемости и практическим ограничениям, формирующим реальное внедрение ИИ‑инфраструктуры.

Статьи, написанные Theo Nash, генерируются ИИ и проверяются редакционной командой Unite.AI, чтобы обеспечить техническую точность, ясность и ответственное освещение быстро развивающегося ландшафта вычислений ИИ.