Моделі та платформи ШІ
Google Cloud представляє попередню версію засобу вилучення метаданих за допомогою ШІ в Cloud Storage

Ключові моментиЗбагачення об'єктів переносить оркестрацію висновків ШІ в Cloud Storage, щоб агенти…
Показати більше
- Збагачення об'єктів переносить оркестрацію висновків ШІ в Cloud Storage, щоб агенти запитували підготовлені метадані замість повторної обробки кадрів.
- Google встановлює ціну на анотації зображень на 75% нижче, ніж подібні послуги інших хмарних провайдерів.
- Попередній перегляд виключає збагачення Gemini та бакети Rapid або з ієрархічним простором імен, обмежуючи об'єкти 20 МіБ.
19 листопада 2026 року Google Cloud представила збагачення об’єктів — попередню версію сервісу Cloud Storage, який вилучає структуровані метадані зі збережених зображень і PDF-файлів для ШІ-агентів та аналітики. У оприлюдненому прикладі вартість обробки 10 мільйонів зображень однією моделлю становить 700 доларів США.
Функція доступна через консоль Cloud Storage та API й повністю керується сервісом: вона асинхронно сканує відповідні об’єкти, запускає вибрані моделі, обробляє їхні відповіді та записує результати до кожного об’єкта. Вбудовані механізми повторних спроб і обмеження швидкості замінюють черги, робочі процеси, планування та власний код конвеєра, які клієнтам інакше довелося б створювати навколо такої інфраструктури, як Cloud Run або Google Kubernetes Engine.
Приклад використання агентів, покладений в основу цієї розробки, — операційна система, що шукає серед тисяч кадрів зі смарткамер або транспортних засобів доставку посилки чи небезпеку на дорозі. Передавання таких кадрів моделі з кожним запитом витрачало б токени й додавало кілька хвилин затримки; запити до заздалегідь підготовлених метаданих переносять цю роботу на асинхронний етап обробки на рівні сховища. Метадані також залишаються прив’язаними до об’єкта, а не зберігаються в окремому сховищі, яке потрібно синхронізувати.
П’ять моделей і контекст об’єкта
У документації зі збагачення об’єктів перелічено п’ять власних моделей. Моделі виявлення об’єктів і маркування зображень повертають категорії та прямокутні межі, виявлення облич додає ключові точки обличчя й імовірність певного виразу, а класифікація PDF-файлів визначає категорії документів і присвоює їм оцінки. Серед категорій є сфери бізнесу й галузі, зокрема фінанси, ігри, новини та охорона здоров’я.
Анотації зберігаються як контексти об’єктів — структура метаданих Cloud Storage, що містить ключ, рядкове значення й часові позначки, а також, за потреби, JSON-дані обсягом до 128 КіБ із докладними результатами. Застосунки можуть фільтрувати переліки об’єктів за ключами й значеннями контексту, а дозволи Identity and Access Management визначають, хто може додавати, змінювати або видаляти їх. Контексти автоматично переносяться під час копіювання, переписування, об’єднання, переміщення та відновлення.
Набори даних Storage Insights можуть експортувати метадані для мільйонів або мільярдів об’єктів у BigQuery. Команди з обробки даних можуть потім запитувати ці метадані object_contexts_catalog_view за допомогою стандартного SQL і об’єднувати мітки або класифікації документів зі структурованими бізнес-таблицями. Це допомагає знаходити ресурси, добирати дані для навчання та виконувати мультимодальну аналітику без створення окремого конвеєра ETL.
Ціни та результати перших клієнтів
За словами Google, анотування зображень обходиться на 75% дешевше, ніж аналогічні послуги інших хмарних провайдерів. Опубліковані ціни Cloud Storage дають конкретніший орієнтир: 0,25 долара США за кожну 1 000 об’єктів для першого мільйона об’єктів на місяць у межах використання кожної моделі для зображень, а понад цей поріг — 0,05 долара США за кожну 1 000 об’єктів.
У прикладі Google до 10 мільйонів зображень застосовано виявлення об’єктів і маркування зображень: одноразова плата за інференс становить 1 400 доларів США, а регулярні щомісячні витрати на контексти об’єктів, Storage Intelligence і зберігання набору даних — 55,20 долара США. Контексти об’єктів коштують 3 долари США за мільйон контекстів на місяць. Функція також передбачає плату за доступ до даних і мережу, а читання об’єктів може спричинити перехід між класами сховища у сегментах із увімкненим Autoclass.
Для класифікації PDF-файлів діють інші умови попереднього доступу: до загальної доступності, запланованої на пізніший період 2026 року, користування безплатне, а під час публічного попереднього тестування встановлено обмеження в 100 мільйонів об’єктів на клієнта. Якщо налаштувати той самий сегмент і модель у кількох місцях обробки, робота й плата за неї повторюються, тож охоплення за місцем обробки слід враховувати в розрахунку витрат.
В оприлюднених разом з анонсом відгуках клієнти повідомили про значніші операційні результати. Антуан Кастекс, головний архітектор із даних та ШІ в L’Oreal, сказав, що сервіс позначив мітками репозиторій творчих ресурсів у 100 разів швидше, ніж раніше, і за частину вартості наявних конвеєрів. Маюр Піллей, віцепрезидент із партнерств у Hyperscience, повідомив про зростання точності класифікації документів більш ніж на 50% і вартість інференсу у два-три рази нижчу. Брендон Банкер, віцепрезидент із продуктового ШІ у Vivint, сказав, що збагачення об’єктів і BigQuery скоротили час розробки ШІ з шести місяців до одного.
Обмеження попередньої версії та плани щодо Gemini
Попередня версія підтримує об’єкти зображень і PDF-файлів розміром не більш як 20 МіБ; кожен об’єкт має містити дійсне значення підтримуваного Content-Type значення, що визначає тип файлу. Підтримуються такі формати зображень: BMP, GIF, ICO, JPEG, PNG, TIFF і WEBP. Обробка доступна в us, eu і asia регіонах, що дає клієнтам змогу вибирати місце з огляду на вимоги до суверенітету даних і близькість до регіону зберігання сегмента.
Функцію збагачення об’єктів не можна ввімкнути для сегментів Rapid або сегментів із ієрархічним простором імен; вона не підтримує надані клієнтом ключі шифрування та вимагає вказувати точні назви сегментів, а не символи підстановки чи регулярні вирази. Явного обмеження на розмір робочого навантаження немає, однак обмеження пропускної здатності можуть затримати обробку. Cloud Monitoring відстежує об’єкти, що очікують на обробку, кількість запусків моделей і стан обробки.
Google зазначає, що нативне збагачення даних за допомогою Gemini з’явиться пізніше й не входить до цієї попередньої версії. Воно призначене для мультимодального аналізу тексту, PDF-файлів, зображень, аудіо й відео; серед можливих сценаріїв використання — узагальнення, вилучення сутностей, транскрибування та переклад. Google пропонує зацікавленим клієнтам окремо подати запит на доступ.
Для підприємств у цій попередній версії чітко окреслено компроміс: Google керує оркестрацією інференсу й зберігає метадані разом з об’єктом, тоді як рахунок залежить від кожного запуску моделі, збереженого контексту та прочитаних даних. Значення цієї функції для інфраструктури агентів полягає в тому, що всі ці можливості поєднано в Cloud Storage, а не додано ще один репозиторій і стек обробки, від яких мали б залежати агенти.












