Google AI infrastruktúra
A Google AI világa nem egyetlen Gemini-termékből áll, hanem több rétegből: modellekből, kreatív eszközökből, fejlesztői agentes toolokból, keresési intelligenciából, forrásalapú kutatási rétegből és enterprise platformból. Ezt az oldalt úgy érdemes olvasni, mint rendszertérképet.
Mi ez valójában?
A Google AI-t nem érdemes egyetlen appként tanítani. A helyes mentális modell inkább az, hogy van egy központi modellréteg, és erre többféle termék- és workflow-réteg épül rá: kreatív, research, coding, Workspace és enterprise irányban.
Ettől lesz a rendszer egyszerre erős és könnyen félreérthető. A felhasználó gyakran ugyanazzal a szóval jelöli a Geminit, a Google AI Studio-t, a Vertex AI-t és a NotebookLM-et, miközben ezek teljesen más problémára készültek.
Ez az oldal az egész Google AI tér rendszertérképe — a modellrétegtől a kreatív toololkon át az enterprise cloudig. Ha kimondottan a Gemini-stackre kíváncsi vagy (chat, Workspace, NotebookLM, Vertex AI rétegek), azt a Gemini infrastruktúra oldalon találod részletesen.
A Gemini-stack részletes leírása külön oldalon él
Model layer, Gemini Apps, Workspace integráció, NotebookLM source-réteg, Vertex AI enterprise — mind egy helyen, rétegről rétegre.
Hogyan olvasd ezt az oldalt
Első jó Google-mentális modell
Ne egy terméket keress, hanem réteget
A Google AI világa nem egyetlen app. Először azt kell eldönteni, hogy modellre, kutatási felületre, Workspace-integrációra vagy enterprise platformra van szükséged.
Válaszd szét a modellt és a terméket
A Gemini modellcsalád nem ugyanaz, mint a Gemini app, és egyik sem ugyanaz, mint a Vertex AI. Ha ezt nem választod szét, rossz eszközt fogsz rossz feladatra használni.
A workflow-ból indulj ki
A kérdés ne az legyen, hogy melyik a legokosabb Google AI, hanem az, hogy kutatni, írni, meetinget összefoglalni, prototípust építeni vagy enterprise rendszert deployolni akarsz-e.
A nagy képből menj a részletek felé
Ez az oldal a térkép. Utána külön érdemes megnézni a Geminit modellként, a NotebookLM-et forrásalapú munkára, az AI Studio-t gyors fejlesztői kipróbálásra és a Vertex AI-t vállalati építkezéshez.
Mire jó ez a rendszerkép
Tipikus Google AI minták
Marketing és kreatív munka
A Veo, Flow, Whisk, Nano Banana és Vids együtt nem egyetlen videós appot jelentenek, hanem külön kreatív rétegeket: modell, stúdió, workplace videó és képi ötletelés.
Fejlesztői munka
A Gemini CLI, Jules, ADK, A2A és File Search együtt azt mutatják, hogy a Google AI fejlesztői oldalon már nem csak code assist, hanem agentes infrastruktúra felé megy.
Tudásmunka és kutatás
A Gemini app, AI Mode, Deep Research és NotebookLM nem ugyanazt csinálják. Van köztük gyors webes kutatás, source-grounded tanulás és Google-natív általános asszisztencia is.
Enterprise build
A Vertex AI és a Google Cloud réteg ott válik fontossá, ahol a cél már nem egyéni használat, hanem kontrollált, deployolható és szervezetileg menedzselt AI-rendszer.
Rendszerrétegek
Hogyan áll össze a stack?
Model layer
Itt élnek a Gemini és Gemma modellek, valamint a Veo a videós oldalon. Ez az intelligencia rétege: reasoning, multimodalitás, hosszú kontextus, generálás.
App layer
A Gemini Apps és a külön kreatív felületek, például Flow vagy Whisk ezen a szinten jelennek meg. Ez az a réteg, ahol a felhasználó ténylegesen találkozik az AI-val.
Workspace layer
Gmail, Docs, Sheets, Slides, Drive, Meet és Chrome. Itt a Gemini nem külön app, hanem a meglévő munkafelületek fölé ül rá, és a napi munkát gyorsítja.
Research / knowledge layer
AI Mode, Deep Research, File Search és NotebookLM. Ez a réteg a keresést, retrievalt, groundingot és a forrásalapú tudásmunkát teszi rendszerré.
Cloud / enterprise layer
Vertex AI, Model Garden, deployment, lifecycle, evaluation és governance. Itt a Google AI már nem személyes eszköz, hanem vállalati infrastruktúra.
A Google AI stack fő ágai
A Google videós rétege már nem egyetlen generátor. A Veo a modell, a Flow a kreatív vezérlőfelület, a Vids pedig a workplace videókészítő. Ezért nem ugyanarra valók, még ha mind AI-videósnak is látszanak.
Jó mentális modell: Veo = foundation model, Flow = creative studio, Vids = üzleti videós alkalmazás. Ebből rögtön látszik, hogy a kérdés nem csak az, mit tud a modell, hanem az is, milyen munkakörnyezetben használod.
A legfontosabb Google AI rétegek
Gemini
A Google elsődleges modell- és apprétege. Itt érdemes megérteni a modellcsaládot, a multimodalitást, a hosszú kontextust és azt, hogyan jelenik meg a Gemini fogyasztói felületekben.
Gemini oldal megnyitásaGoogle AI Studio
A gyors fejlesztői kipróbálás és prototipizálás helye. Nem enterprise buildrendszer, hanem playground, prompt iteration és korai termékkísérletezés.
Google AI Studio oldal megnyitásaVertex AI
A vállalati és fejlesztői platformréteg. Modellek, Model Garden, evaluation, deployment, governance és integrációk — vagyis az a szint, ahol a Google AI rendszerré válik.
Vertex AI oldal megnyitásaNotebookLM
A source-grounded research és tanulási réteg. Nem csak a Gemini másik UI-ja, hanem külön terméklogika a saját forrásokra épülő munkához.
NotebookLM megnyitásaHogyan néz ki ez a gyakorlatban?
Kutatás és briefing
Egy elemző először AI Mode-dal és Deep Research-csel feltérképezi a témát, majd NotebookLM-ben a saját PDF-ekre, riportokra és meeting jegyzetekre épít grounded összefoglalót.
Workspace-alapú napi munka
Egy operációs vezető Gmailben draftol, Docsban szerkeszt, Sheetsben insightot kér, Meetben jegyzeteltet, és a Gemini ugyanannak a munkakörnyezetnek a részeként segít neki.
Dokumentumalapú tanulás
Egy oktató feltölti a forrásanyagokat NotebookLM-be, majd abból audio overview-t, quizt és összefoglalót készít. Itt a source grounding fontosabb, mint az általános chatkényelem.
Vállalati AI build
Egy fejlesztőcsapat AI Studio-ban kipróbál promptokat, majd Vertex AI-ban élesíti a modellt, File Search-csel RAG-réteget épít, és ADK-val saját agent workflow-t készít.
Mikor melyiket válaszd?
| Feladat | Jó választás | Miért |
|---|---|---|
| Gyors általános használat | Gemini | Ha kérdezni, összefoglalni, ötletelni vagy általános feladatra használni akarod. |
| Google appokon belüli napi munka | Workspace with Gemini | Ha Gmailben, Docsban, Sheetsben, Slidesban vagy Meetben dolgozol, és onnan akarsz AI-segítséget. |
| Forrásalapú kutatás és tanulás | NotebookLM | Ha saját dokumentumokból, jegyzetekből vagy deckekből akarsz grounded választ és hivatkozást. |
| Gyors fejlesztői kipróbálás | Google AI Studio | Ha promptot, modellt vagy multimodális ötletet akarsz gyorsan tesztelni platformépítés nélkül. |
| Enterprise build és deployment | Vertex AI | Ha a célnak governance, skálázhatóság, integráció és üzemeltethető AI-rendszer felel meg. |
Tipikus félreértések
A Gemini, a NotebookLM és a Vertex AI ugyanaz
Nem ugyanazok. A Gemini modell- és appréteg, a NotebookLM forrásalapú tudásmunka, a Vertex AI pedig enterprise platform és builder infrastruktúra.
A modell képessége és a termék képessége ugyanaz
Nem. Amit a modell tudhatna, azt nem biztos, hogy a konkrét felület, csomag vagy szervezeti beállítás elérhetővé teszi neked.
A Workspace összefoglaló automatikusan végleges
Nem. A Gmail, Docs, Meet vagy Drive összefoglalók gyorsítanak, de nem helyettesítik a szakmai review-t, különösen érzékeny tartalmaknál.
A Vertex AI csak fejlesztői chat
Nem. A Vertex AI modell-hozzáférés, evaluation, deployment, lifecycle és governance réteg — vagyis infrastruktúra, nem egyszerű beszélgetőfelület.