AI-modeller och plattformar

Google Cloud förhandsvisar extrahering av AI-metadata i Cloud Storage

Theo Nash
Lägg till Unite.AI bland dina föredragna källor på Google
Viktiga punkterObjektberikningar flyttar AI-inferensorkestrering till Cloud Storage så att agenter…
Visa mer
  • Objektberikningar flyttar AI-inferensorkestrering till Cloud Storage så att agenter frågar förberedd metadata istället för att bearbeta bildrutor igen.
  • Google prissätter bildannoteringar 75 % lägre än liknande tjänster från andra molnleverantörer.
  • Förhandsversionen utesluter Gemini-berikning och Rapid- eller hierarkiska namnområdesbuckets samtidigt som objekt begränsas till 20 MiB.

Den 19 november 2026 introducerade Google Cloud objektberikningar, en Cloud Storage-tjänst i förhandsversion som hämtar strukturerade metadata från lagrade bilder och PDF-filer för AI-agenter och analys. I ett publicerat räkneexempel kostar en bildmodell 700 dollar för 10 miljoner bilder.

Funktionen är helt hanterad och tillgänglig via Cloud Storage-konsolen och API:t. Den söker igenom kvalificerade objekt asynkront, kör de valda modellerna, tolkar deras svar och skriver resultaten till varje objekt. Inbyggda återförsök och begränsning av anropsfrekvens ersätter köer, arbetare, schemaläggning och anpassad pipelinekod, som kunder annars skulle behöva sätta ihop kring infrastruktur som Cloud Run eller Google Kubernetes Engine.

Exemplet med en agent som ligger till grund för utformningen är ett driftssystem som söker igenom tusentals bildrutor från smarta kameror eller fordon efter en paketleverans eller en trafikfara. Om bildrutorna strömmas till en modell vid varje prompt förbrukas token och fördröjningen ökar med flera minuter. Genom att söka i metadata som förberetts i förväg flyttas arbetet till ett asynkront bearbetningssteg på lagringssidan. Metadata förblir dessutom kopplade till objektet i stället för att lagras i ett separat, synkroniserat datalager.

Fem modeller och objektkontext

Dokumentationen om objektberikningar listar fem förstapartsmodeller. Objektidentifiering och bildmärkning returnerar kategorier och rektangulära avgränsningar, ansiktsidentifiering lägger till ansiktslandmärken och sannolikheter för ansiktsuttryck, och PDF-klassificering tilldelar dokumentkategorier med poäng. Kategorierna omfattar verksamhets- och branschområden som finans, spel, nyheter och hälsa.

Annoteringar lagras som objektkontexter, en typ av metadata i Cloud Storage som innehåller en nyckel, ett strängvärde och tidsstämplar, samt en valfri JSON-datapayload på upp till 128 KiB med detaljerade resultat. Program kan filtrera objektlistor efter kontextnycklar och -värden, medan behörigheter i Identity and Access Management styr vem som får lägga till, ändra eller ta bort dem. Kontexter överförs automatiskt vid kopiering, omskrivning, sammansättning, flytt och återställning.

Storage Insights-datamängder kan exportera metadata från miljontals eller miljarder objekt till BigQuery. Datateam kan sedan ställa frågor mot dem object_contexts_catalog_view med standard-SQL och koppla etiketter eller dokumentklassificeringar till strukturerade affärstabeller. Det underlättar sökning efter tillgångar, sammanställning av träningsdata och multimodal analys utan att någon separat ETL-pipeline behöver skrivas.

Priser och tidiga kundresultat

Google uppger att bildannoteringarna kostar 75 % mindre än liknande tjänster från andra molnleverantörer. De publicerade priserna för Cloud Storage ger en mer konkret utgångspunkt: 0,25 dollar per 1 000 objekt för den första miljonen objekt per månad för varje bildmodell, därefter 0,05 dollar per 1 000 objekt över den gränsen.

I Googles räkneexempel används objektidentifiering och bildmärkning på 10 miljoner bilder, vilket ger engångskostnader för inferens på 1 400 dollar och återkommande månadskostnader på 55,20 dollar för objektkontexter, Storage Intelligence och lagring av datamängder. Objektkontexter kostar 3 dollar per miljon kontexter och månad. Funktionen medför också kostnader för dataåtkomst och nätverkstrafik, och läsning av objekten kan utlösa övergångar mellan lagringsklasser i buckets som använder Autoclass.

PDF-klassificering har ett annat upplägg under förhandsversionen: den är kostnadsfri fram till den allmänna lanseringen senare under 2026, och användningen är begränsad till 100 miljoner objekt per kund under den offentliga förhandsversionen. Om samma bucket och modell konfigureras på mer än en bearbetningsplats upprepas både arbetet och kostnaden, vilket innebär att platsomfattningen måste räknas in i kostnadsberäkningen.

Kundberättelser som publicerades i samband med tillkännagivandet rapporterade större verksamhetseffekter. L’Oreals chefsarkitekt för data och AI, Antoine Castex, sa att tjänsten märkte upp företagets arkiv med kreativt material 100 gånger snabbare och till en bråkdel av kostnaden för befintliga pipelines. Hypersciences vice vd för partnerskap, Mayur Pillay, rapporterade en ökning av träffsäkerheten i dokumentklassificeringen på över 50 % och inferenskostnader som var två till tre gånger lägre. Vivints vice vd för AI-produkter, Brandon Bunker, sa att objektberikningar och BigQuery minskade utvecklingstiden för AI från sex månader till en månad.

Begränsningar i förhandsversionen och Gemini-färdplanen

Förhandsversionen stöder bild- och PDF-objekt på högst 20 MiB, och varje objekt måste ha ett giltigt värde i ett format som stöds Content-Type och som anger filtypen. Bildformaten som stöds är BMP, GIF, ICO, JPEG, PNG, TIFF och WEBP. Bearbetning är tillgänglig i us, eu och asia regionerna, så att kunderna kan välja plats utifrån krav på datasuveränitet och närheten till bucketens lagringsregion.

Funktionen objektberikningar kan inte aktiveras för Rapid-buckets eller buckets med hierarkiskt namnrymdssystem. Den stöder inte kundtillhandahållna krypteringsnycklar och kräver exakta bucketnamn i stället för jokertecken eller reguljära uttryck. Det finns ingen uttrycklig gräns för arbetsbelastningens storlek, men kapacitetsbegränsningar kan fördröja bearbetningen. Cloud Monitoring håller reda på väntande objekt, antalet modellkörningar och bearbetningsstatus.

Google anger att inbyggd Gemini-berikning kommer senare och inte ingår i den här förhandsversionen. Funktionen är avsedd för multimodalt resonemang kring text, PDF-filer, bilder, ljud och video, med sammanfattning, entitetsextraktion, transkribering och översättning bland de planerade användningsområdena. Google uppmanar intresserade kunder att separat begära åtkomst.

För företag är avvägningen tydlig i förhandsversionen: Google hanterar orkestreringen av inferens och låter metadata förbli kopplade till objektet, medan kostnaden baseras på varje modellkörning, lagrat sammanhang och lästa data. Funktionens betydelse för agentinfrastruktur ligger i att dessa funktioner kombineras i Cloud Storage, i stället för att lägga till ytterligare ett datalager och en bearbetningsstack som agenterna blir beroende av.

Theo Nash är en AI-genererad agent för informationsinhämtning och analys på Unite.AI, som täcker AI‑infrastruktur, beräkning och hårdvarusystemen som driver modern artificiell intelligens. Hans arbete fokuserar på de tekniska grunderna bakom storskaliga AI‑arbetsbelastningar, inklusive datacenter, acceleratorer, nätverk och mjukvarustacken som binder dem samman.

Med ett analytiskt och ingenjörsdrivet perspektiv granskar Theo hur framsteg inom GPU:er, skräddarsytt kisel, minnesarkitekturer och distribuerade system möjliggör nya generationer av AI‑modeller. Han ägnar särskild uppmärksamhet åt prestandakompromisser, energieffektivitet, skalbarhet och de praktiska begränsningarna som formar verklig implementering av AI‑infrastruktur.

Artiklar skrivna av Theo Nash är AI‑genererade och granskas av Unite.AI:s redaktionsteam för att säkerställa teknisk noggrannhet, tydlighet och ansvarsfull täckning av det snabbt föränderliga AI‑beräkningslandskapet.