Mallitiedot tarkistettu 14.10.2026

Kuvien ja videoiden luominen tekoälyllä

Tekoäly muutti kuvien ja videoiden tuotantoa pysyvästi. Tuotekuva, joka maksoi satoja euroja valokuvaajalta, syntyy nyt muutamassa sekunnissa. Markkinointivideo, jonka tuotanto kesti viikkoja, valmistuu tunnissa. Tässä oppaassa käymme läpi kaikki merkittävät työkalut, vertailemme hintoja ja näytämme miten pääset alkuun.

Lukuaika: 20 min

Opas kattaa kaikki merkittävät tekoälykuva- ja videotyökalut (mallitiedot tarkistettu 14.10.2026).

Mitä tekoälykuvat ja -videot ovat?

Tekoälykuva on kuva, jonka neuroverkko generoi tekstikuvauksen eli promptin perusteella. Kirjoitat "moderni toimisto, luonnollinen valaistus, minimalistinen" ja malli tuottaa kuvan sekunneissa. Sama periaate toimii videoissa: kuvailet kohtauksen ja tekoäly renderöi liikkuvan kuvan ääniraidalla.

Taustalla on diffuusiomalli, eräänlainen kielimallien sukulainen, joka on oppinut miljoonista kuva-teksti-pareista. Generoidessaan malli aloittaa satunnaisesta kohinasta ja muokkaa sitä askel askeleelta kohti valmista kuvaa. Tuloksen laatua ohjaavat prompti, mallin koko ja koulutusdata.

Yrityskäytössä tekoälykuvat ja -videot ovat jo arkipäivää. Tuotekuvat verkkokauppaan, markkinointisisältö sosiaaliseen mediaan, esitysmateriaalit asiakkaille ja konseptiluonnokset tuotekehitykseen, kaikki nämä syntyvät murto-osassa perinteisestä kustannuksesta. Olemme käyttäneet tekoälykuvia omassa Arvento-palvelussamme sekä asiakasprojekteissa, ja testaamme uusia malleja aktiivisesti työkaluvertailumme osana. Myös Microsoft Copilot tarjoaa kuvageneraatiota Bing Image Creatorin kautta, mutta se jää laadultaan selvästi tässä oppaassa käsiteltyjen erikoistyökalujen taakse.

0,56$

Hinta 8 sekunnin videolle suomenkielisellä puheella (oma testi 16.11.2026, Gemini Omni 1.2 Flash, Googlen hinnasto)

<30s

Sekuntia per kuva (Midjourney, Nano Banana)

4K

Suurin resoluutio (GPT Image 2.6 rajapinnassa, Nano Banana Pro, Veo 3.1)

8s

Sekuntia videota ääniraidalla per klippi (Veo 3.1)

Tekoälykuvatyökalut

Viisi merkittävintä kuvatyökalua (mallitiedot tarkistettu 14.10.2026). Jokainen palvelee eri tarkoitusta.

ChatGPT:n kuvat (GPT Image 2.6)

Paras editointi ja tekstit
ChatGPT GPT Image -esimerkki: 3D-claymorphism-tyylinen kuvitus kahdesta hahmosta tietokoneen ääressä
ChatGPT:n kuvageneraatio: sama promptikonsepti – tarkka yksityiskohtien hallinta ja luonnollinen valaistus

ChatGPT:ssä kuvat tekee nyt ChatGPT Images 2.6 (4.11.2026), ja rajapinnassa mallitunnukset ovat gpt-image-2.6-sunburst ja gpt-image-2.6-flare. Suurin vahvuus on keskustelupohjainen editointi: "vaihda tausta toimistoksi", "lisää logo oikeaan yläkulmaan", "tee tunnelmasta lämpimämpi". Malli säilyttää valaistuksen, sommittelun ja yksityiskohdat muokkausten välillä.

ChatGPT tekee kuvat suoraan keskustelussa. Rajapinnassa kuva voi olla 4K-kokoinen, ja myös pitkä teksti piirtyy kuvaan lähes virheettömästi, joten infografiikat ja esitysdiat onnistuvat.

Rajoitukset: OpenAI:n sisältösuodattimet ovat alan tiukimmat, joten jotkin luovat promptit evätään, ja API-saatavuus laajenee vaiheittain.

ChatGPT Plus 23 €/kk Multi-turn-editointi 4K rajapinnassa (3840 × 2160)

Nano Banana 2.1 ja Nano Banana Pro (Google)

Paras hinta-laatusuhde
Nano Banana -kuvageneraatio Gemini-sovelluksessa: prompti ja generoitu kuva
Nano Banana Pro (gemini-3-pro-image) – kuvageneraatio suoraan Gemini-sovelluksessa

Googlen nopea kuvamalli on nyt Nano Banana 2.1, joka tuli yleiseen käyttöön 6.10.2026. Se kuuluu Gemini-malliperheeseen, ja Nano Banana -mallit ovat nykyään Googlen ainoa kuvageneraation rajapinta. Alkuun pääsee ilmaiseksi Gemini-sovelluksessa, mutta rajapinnan ilmaistasoon Nano Banana -kuvamallit eivät kuulu. API-hinnat (Nano Banana 2.1): Kuvatuloste 30 $ / M tokenia: 1K-kuva 0,0336 $, 2K 0,0504 $, 4K 0,113 $ (ai.google.dev pricing 14.10.2026). Hinta on selvästi pienempi kuin Pro-mallilla.

Nano Banana Pro (gemini-3-pro-image) on raskaampi laatumalli: 4K-resoluutio, erinomainen tekstin renderöinti kuviin (pitkät kappaleet, monikieliset layoutit) ja ammattimainen valaistuksen hallinta. Hinta API:ssa: 0,134 $/kuva 1K–2K, 0,24 $/kuva 4K (aistudio.google.com/docs/pricing 16.11.2026). Ilmaiskäyttäjillä on Pro-malliin vain rajoitettu pääsy Google Flow'n kautta, eikä se kuulu API:n ilmaistasoon.

Koska Nano Banana on osa Geminin multimodaalista malliperhettä, se ymmärtää kontekstia tavalla jota erilliset kuvamallit eivät osaa: voit pyytää "muokkaa edellisen kuvan valaistusta iltapäiväauringon mukaiseksi" ja malli ymmärtää viittauksen.

Ilmaiseksi Gemini-sovelluksessa API alk. 0,0336 $/kuva (1K) 4K (myös Pro)

Flux 2 (Black Forest Labs)

Paras avoin malli
Flux 2 -esimerkki: 3D-claymorphism-tyylinen kuvitus kahdesta hahmosta tietokoneen ääressä
Flux 2 (Replicate): sama prompti – puhdas ja tarkka lopputulos

Flux on Black Forest Labsin (entisten Stability AI -tutkijoiden perustama) kuvamalliperhe. Flux 2 -sarjassa on maksullisia rajapintamalleja, kuten Pro ja Max, sekä avoimia malleja, kuten Dev ja Klein, joita voi ajaa omalla koneella.

Flux Klein 4B on Apache 2.0 -lisensoitu, eli täysin ilmainen myös kaupalliseen käyttöön. Se toimii kuluttaja-GPU:lla (~13 GB VRAM) ja generoi kuvan alle sekunnissa. Tämä tekee siitä parhaan vaihtoehdon yrityksille, jotka haluavat itsehostatun kuvageneroinnin ilman kuukausimaksuja.

Rajoitukset: ei valmista web-käyttöliittymää (vaatii teknistä osaamista tai ComfyUI:n kaltaisen työkalun), Dev-mallin kaupallinen käyttö vaatii erillisen lisenssin.

Klein: ilmainen (Apache 2.0) Pro API: 0,07 $/kuva Dev: 32B parametria

Stable Diffusion 3.5

Laajin ekosysteemi
Stable Diffusion 3.5 -esimerkki: 3D-claymorphism-tyylinen kuvitus kahdesta hahmosta tietokoneen ääressä
Stable Diffusion 3.5 (Replicate): sama prompti – laajin ekosysteemi ja täysi hallinta

Stable Diffusion on avoimen lähdekoodin kuvageneroinnin pioneeri, ja sillä on alan laajin ekosysteemi: tuhansia yhteisön hienosäätämiä malleja, LoRA-adaptereita ja ControlNet-laajennuksia. Versio 3.5 julkaistiin vuonna 2024.

Stability AI:n Community License sallii ilmaisen käytön, kun yrityksen vuosiliikevaihto on alle miljoona dollaria. Suuremmat yritykset tarvitsevat Stabilityn yrityslisenssin.

Rajoitukset: Stability AI:n taloudellinen tilanne on ollut epävarma, ja yhteisön huomio on siirtynyt yhä enemmän Flux-malleihin.

Ilmainen (alle 1M $ liikevaihto) Large 8B / Turbo 4 askelta Laajin LoRA-ekosysteemi

Midjourney V8.2

Paras esteettinen laatu
Midjourney V7 -esimerkki: elokuvamainen double exposure -kuva henkilöstä fragmentoituneiden valoheijasten keskellä
Midjourneyllä (V7) generoitu esimerkki: elokuvamainen tunnelma ja valojen hallinta – prompti: 'Person looking at fragmented light reflections, double exposure effect, in the style of Gregory Crewdson meets Dieter Rams'

Midjourney on suosituin kaupallinen kuvatyökalu ja tunnettu poikkeuksellisesta esteettisestä laadusta. Canvas-editorissa onnistuvat inpainting, outpainting ja jopa 8K-skaalaus.

Vahvuudet: Edit Model pitää hahmon tunnistettavana kuvasta toiseen, ja Style Reference (--sref) lukitsee visuaalisen tyylin. Draft Mode tekee luonnoksia kymmenen kertaa nopeammin puolella hinnalla.

Rajoitukset: ei ilmaista kokeilua, täysin suljettu malli (ei avoimia painoja eikä APIa), toimii parhaiten englanniksi.

10–120 $/kk Web UI + Canvas 8K upscale

Mikä sopii sinulle?

Jos haluat nopeimman alun, kokeile Nano Banana 2.1:tä ilmaiseksi Geminin kautta. Jos tarvitset parasta laatua markkinointiin, Midjourney V8.2 on alan standardi. Jos haluat hallita dataa itse, Flux Klein toimii omalla koneellasi ilmaiseksi.

Tarvitsetko apua kuvien ja videoiden tuotannossa?

Autamme valitsemaan oikeat työkalut ja rakentamaan tuotantoprosessin. Kuvat ja videot ovat yksi viidestä osaamisalueestamme.

Tuotekuvat kymmenesosalla kustannuksista

Rakennamme yrityksille kuvatuotantoputkia, joissa tekoäly generoi, muokkaa ja skaalaa kuvia automaattisesti. Kerro tarpeesi niin näytämme miten.

Tuotekuvat, markkinointisisältö ja somemateriaalit
Testaamme malleja aktiivisesti Replicaten kautta
Testissämme 8 sekunnin video puheineen maksoi noin 0,56 $ (Omni 1.2 Flash, 16.11.2026)

Tekoälyvideotyökalut

Tekoälyvideot ovat kehittyneet nopeammin kuin mikään muu generatiivisen tekoälyn osa-alue, ja kenttä myös karsiutuu nopeasti: OpenAI sulki Sora-sovelluksen keväällä 2026 ja sen API:n 24.9.2026, ja Google toi Veon rinnalle kokonaan uuden Gemini Omni -malliperheen. Kolme työkalua, jotka kannattaa tuntea (mallitiedot tarkistettu 14.10.2026):

Veo 3.1 (Google DeepMind)

Johtava videomalli, 4K, EU:ssa

Veo 3.1 -esimerkki: Nano Banana -kuva muutettu videoksi

Veo 3.1 on Googlen videogenerointimalli, joka tammikuun 2026 päivityksessä sai aidon 4K-resoluution (3840 × 2160). Se tukee suoraan sekä vaaka- että pystyvideota ja generoi ääniraidan automaattisesti, klipit ovat noin 8 sekunnin mittaisia. Suurivolyymiseen käyttöön Google julkaisi keväällä 2026 Veo 3.1 Liten, joka maksaa 0,05–0,08 $ sekunnilta.

Veo 3.1 on saatavilla EU:ssa Gemini API:n ja Vertex AI:n kautta, ja rajapinnassa se maksaa mallista ja tarkkuudesta riippuen 0,05–0,60 $ sekunnilta. Kuluttajatilauksissa videot tehdään Google Flow'ssa tilaukseen kuuluvalla kuukausisaldolla. Googlen tilaussivu ei nimeä Veota, vaan kertoo tilausten videomalliksi Gemini Omni Flashin.

4K (3840 × 2160) API: 0,05–0,60 $/s Sisäänrakennettu ääniraita

Gemini Omni 1.2 Flash (Google DeepMind)

Uusi malliperhe, muokkaus keskustellen

Gemini Omni 1.2 Flash -esimerkki: TV-mainos keksitylle Tarvikko-sekatavarakaupalle. Myyjä, kauppa, suomenkielinen repliikki ja musiikki ovat mallin tuottamia yhdellä tekstikehotteella ilman referenssikuvia (8 s, generoitu 16.11.2026, laita ääni päälle)

Testasimme Omnia tavallisella TV-mainoksella. Pyysimme yhdellä tekstikehotteella 8 sekunnin mainoksen keksitylle Tarvikko-sekatavarakaupalle: myyjä kävelee talvikäytävällä, nostaa lumilapion ja sanoo suomeksi "Talven tarvikkeet nyt edullisesti Tarvikosta".

Gemini Omni 1.2 Flash teki videon ensimmäisellä yrityksellä, ja iso TARVIKKO-kyltti on kirjoitettu oikein. Pienet kyltit piti kuitenkin pyytää pelkkinä kuvasymboleina, koska ensimmäisessä versiossa niissä oli keksittyä tekstiä. Google ei ole arvioinut mallia muilla kielillä kuin englanniksi, mutta lyhyt suomenkielinen repliikki onnistui.

Gemini Omni on Googlen toukokuussa 2026 esittelemä malliperhe, joka ottaa syötteeksi tekstiä, kuvia, ääntä ja videota. Suurin ero Veoon on työtapa: valmista videota muokataan keskustellen yksi ohje kerrallaan ("vaihda tausta iltaan", "hidasta loppua"), eikä koko promptia tarvitse kirjoittaa uudestaan. Omni toimii Gemini-sovelluksessa, Flow-työkalussa ja rajapinnassa, ja Google Vidsissä sillä voi tehdä kolme enintään 15 sekunnin videota kuukaudessa ilman lisämaksua.

Google ei ole sanonut Omnin korvaavan Veota. Käytännössä Veo sopii viimeisteltyihin markkinointiklippeihin ja Omni nopeaan luonnosteluun ja muokkaukseen.

Teksti, kuva, ääni ja video syötteinä API: 0,07 $ sekunnilta 720p-videolle Gemini-sovellus, Flow, API

Runway Gen-4.5

Paras hallittavuus

Runway Gen-4.5 (Replicate): claymation-animaatio samasta konseptista – tarkka objektihallinta ja pysyvät hahmot

Runway on videoeditoinnin ja -generoinnin kypsein alusta. Videomalli Gen-4.5 tarjoaa tarkan hallinnan: pysyvät hahmot, kohtaukset ja objektit säilyvät videolta toiselle. Toukokuussa 2026 Runway julkaisi Aleph 2.0:n, joka muokkaa kokonaisen videon yhden ruudun muutoksen perusteella, sekä Runway Agentin, jolle voi kuvailla halutun lopputuloksen ja joka vie videon ideasta valmiiksi samassa keskustelussa.

Rajoitukset: noin 10 sekuntia per generointi, ja kreditit kuluvat nopeasti – Pro-tilaus (35 $/kk) riittää noin 3–4 minuutin videomateriaaliin yhteensä. Pitkät tuotannot vaativat klippien yhdistämistä.

15–95 $/kk Max 10 s / gen Pysyvät hahmot

Mitä OpenAI:n Soralle tapahtui?

Sora 2 oli vielä alkuvuonna 2026 yksi kolmesta johtavasta videotyökalusta, mutta OpenAI sulki Sora-sovelluksen ja verkkoversion 26.4.2026 ja API:n 24.9.2026. Taustalla olivat raporttien mukaan laskentakapasiteetin hinta ja OpenAI:n siirtymä kohti yritystuotteita. Jos videotuotantonne oli rakennettu Soran varaan, korvaava työkalu löytyy Googlelta ja Runwaylta: Veo 3.1 kattaa saman tarpeen EU:ssa suoraan, ja Runway sopii tarkkaa hallintaa vaativiin tuotantoihin.

Generoimme tämän claymation-animaation Sora 2:lla ennen palvelun alasajoa – esimerkki siitä, miksi työkaluvalinta kannattaa tarkistaa säännöllisesti

Haluatko oppia käyttämään tekoälykuvia ja -videoita?

Koulutamme tiimisi promptaukseen, työkalujen valintaan ja tuotantoprosessiin. Hands-on-workshopissa jokainen pääsee kokeilemaan.

Miten valitsen oikean työkalun?

Oikea työkalu riippuu kolmesta asiasta: mitä luot (kuva vai video), mihin käytät (markkinointi, some, tuotekehitys) ja mikä on budjettisi. Tässä päätöspuu auttaa valinnassa.

Markkinointikuvat ja brändi

Midjourney V8.2. Paras esteettinen laatu, Style Reference lukitsee brändin visuaalisen ilmeen. Aloita Standard-tilauksella (30 $/kk).

Tuotekuvat ja editointi

ChatGPT GPT Image 2.6. Iteratiivinen editointi keskustelussa: "vaihda tausta", "lisää varjo", "rajaa tiiviimmin". Plus-tilaus riittää (23 €/kk).

Suuri volyymi pienellä budjetilla

Nano Banana (ilmainen) tai Flux Klein (ilmainen, oma kone). Sopii prototyypointiin, testeihin ja massamuokkaukseen.

Oma data ja kontrolli

Flux Klein tai Stable Diffusion. Itsehostattavia malleja joissa data ei poistu omista järjestelmistä. Vaatii teknistä osaamista tai käyttöönottokumppanin.

Lyhyet markkinointivideot

Veo 3.1 (EU:ssa suoraan). 4K-laatu ja sisäänrakennettu ääniraita. Suuriin volyymeihin Veo 3.1 Lite on edullisin, ja luonnosteluun ja muokkaukseen keskustellen Gemini Omni 1.2 Flash.

Pitkät tuotantovideot

Runway Gen-4.5. Pysyvät hahmot ja kohtaukset, Workflows-automaatio, videosisäinen editointi. Max-tilaus 95 $/kk (76 $/kk vuosilaskutuksella). Voit myös automatisoida videoprosessin n8n:llä.

Kuudes vaihtoehto on xAI:n Grok Imagine, joka sisältyy xAI:n X Subscription -tilaukseen Plus-tasosta (8 $/kk, xAI ei julkaise eurohintaa) alkaen. Ajoimme sillä saman promptin kuin yllä olevilla malleilla: kuvanlaatu on samassa sarjassa, mutta Imagine erottelee kuvasta kohteet automaattisesti, jolloin yksittäisen osan voi vaihtaa tai taustan poistaa ilman uutta generointia.

Kuvatyökalujen vertailu

Kuvatyökalut (mallitiedot tarkistettu 14.10.2026). Hinnat valmistajien Suomen hintasivuilta 12.11.2026. ChatGPT sis. alv 25,5 %; xAI dollareissa, koska valmistaja ei julkaise eurohintaa. Midjourney ja Runway julkaisevat vain dollarihinnat.
Työkalu Hinta Resoluutio Vahvuus Rajoitus
Midjourney V8.2 alk. 10 $/kk 8K (upscale) Esteettinen laatu, nopeus Ei ilmaista kokeilua
ChatGPT (GPT Image 2.6) alk. 23 €/kk 4K rajapinnassa (3840 × 2160) Iteratiivinen editointi, tekstin renderöinti Tiukat suodattimet
Nano Banana 2.1 Ilmainen Gemini-sovelluksessa, API 0,0336 $ (1K) – 0,113 $ (4K) per kuva 4K Nopeus ja edullinen API-hinta Uusi malli, ominaisuudet täydentyvät
Nano Banana Pro 0,134–0,24 $/kuva 4K Tekstin renderöinti, valaistus Kallein Google-malli
Flux 2 Pro API-hinnoittelu (BFL ja Replicate) 1 MP Fotorealismi Ei web-UI:ta
Flux Klein 4B Ilmainen (Apache 2.0) 1 MP Itsehostattava, nopea Vaatii GPU:n
SD 3.5 Large Ilmainen (<1M $) 1 MP Laajin ekosysteemi Yhtiön tilanne epävarma
Grok Imagine alk. 8 $/kk (X Subscription Plus) 2K Automaattinen segmentointi, kuva videoksi samassa näkymässä Ei ilmaistasolla, käyttöliittymä englanniksi

Videotyökalujen vertailu

Videotyökalut (mallitiedot tarkistettu 14.10.2026)
Työkalu Hinta Max pituus Resoluutio EU-saatavuus
Veo 3.1 API 0,05–0,60 $/s (Lite, Fast ja Standard) ~8 s / klippi 4K Suoraan (API, Vertex AI)
Gemini Omni 1.2 Flash Maksuton kiintiö Google Vidsissä, Flow-saldo Google AI -tilauksissa, API 0,07 $ sekunnilta 720p-videolle 3–15 s (testissämme 8 s, 16.11.2026), muokkaus keskustellen 360p–4K (API) Suoraan (Gemini, API)
Runway Gen-4.5 alk. 15 $/kk ~10 s / gen 4K (upscale) Kyllä
Kling 4.0, Kling 3.0 API API alk. 0,084 $/s (720p ilman ääntä) 15 s 4K, 60 fps Kyllä (kiinalainen toimija, tarkista tietosuoja)
Seedance 2.0 (ByteDance) API-hinnoittelu (mm. Replicate) ~10 s 1080p API:n kautta, sama tietosuojatarkistus
Sora 2 (alasajettu) – – – Sovellus suljettu 4/2026, API 9/2026

Miten kokeilen ja vertailen malleja ilman montaa tilausta?

Helpoin tapa vertailla kuva- ja videomalleja on Replicate: yksi tili ja yksi lasku, jolla pääset ajamaan satoja eri malleja ilman erillisiä tilauksia jokaiseen palveluun. Maksat vain käytöstä, kuvasta tai videosekunnista kerrallaan, eikä kuukausimaksua ole. Valikoimasta löytyvät esimerkiksi Flux-variantit, Stable Diffusion, Ideogram ja Recraft sekä videopuolelta Veo, Kling ja Wan. Jokaista mallia voi kokeilla suoraan selaimessa playground-näkymässä ilman koodia, ja sama malli on tarvittaessa kutsuttavissa API:lla, kun haluat viedä toimivan reseptin tuotantoon.

Käytämme tätä työnkulkua itse: tämän sivun Flux-, Stable Diffusion- ja videoesimerkit on generoitu juuri näin, samalla promptilla mallista toiseen Replicaten kautta. Se on nopein tapa nähdä omilla aineistoilla, mikä malli sopii teidän käyttöönne, ennen kuin sitoudutte yhdenkään työkalun kuukausitilaukseen.

Esimerkkihintoja Replicatessa (lokakuu 2026)
Malli Tyyppi Hinta
Flux 1.1 Pro Kuva 0,04 $/kuva
Flux Dev Kuva 0,025 $/kuva
Ideogram v3 Kuva (vahva tekstirenderöinti) 0,09 $/kuva
Wan 2.1 (480p) Video 0,09 $/sekunti

Vertailu kymmenellä eurolla

Kymmenen euron saldolla ajat saman promptin noin sadalla kuvalla eri malleille, mikä riittää hyvin sen selvittämiseen, mikä malli istuu brändinne tyyliin. Vasta sen jälkeen kannattaa päättää, tarvitseeko tiimi Midjourney-tilauksen, riittääkö ChatGPT Plus vai hoituuko tuotanto suoraan API:lla.

Haluatko automatisoida kuvatuotannon?

Rakennamme yrityksille kuva- ja videotuotantoputkia, jotka säästävät kymmeniä tunteja kuukaudessa.

Miten kirjoitan hyvän promptin?

Promptin laatu ratkaisee lopputuloksen. Sama malli tuottaa täysin eri tuloksen hyvin muotoillulla promptilla kuin ympäripyöreällä kuvauksella. Olemme testanneet tuhansia prompteja omissa projekteissamme ja asiakastyössä – tässä tiivistettynä mikä toimii.

Hyvän promptin neljä osaa

1. Kohde

Mitä kuvassa on. "Moderni toimistoympäristö", "tuotekuva kahvipakkauksesta", "nainen työskentelee kannettavalla".

2. Tyyli

Fotorealistinen, akvarelli, 3D-render, editorial, minimalistinen. Midjourneyssä --sref lukitsee tyylin.

3. Tunnelma

Valaistus (luonnollinen, studiomainen, golden hour), väripaletti (lämmin, viileä, pastel), sävy (ammattimainen, leikkisä).

4. Tekniset parametrit

Kuvasuhde (16:9, 1:1, 9:16), kamera-asetukset (35mm, f/2.8, bokeh), resoluutio.

Esimerkkiprompteja

Tuotekuva

"A sleek coffee package on a marble countertop, soft morning light from the left, minimalist scandinavian kitchen background, Canon EOS R5, 85mm, f/2.0, shallow depth of field"

Markkinointi

"Professional woman working on laptop in a modern co-working space, natural window light, warm tones, editorial photography style, 35mm lens, eye-level angle"

Some-sisältö

"Flat lay of AI tools and technology items on a clean white desk, top-down view, pastel accent colors, Instagram square format, soft shadows"

Promptausopas

Kattavampi opas promptin kirjoittamiseen löytyy prompt engineering -oppaastamme. Se kattaa tekstipromptien lisäksi myös kuvapromptien edistyneet tekniikat.

Miten sama hahmo pysyy samannäköisenä?

Hahmon saa pysymään samana usealla tavalla, ja valmistajien ohjeet neuvovat yhdistämään niitä. Kokosimme viisi neuvoa, jotka toistuvat Googlen, OpenAI:n ja Midjourneyn omissa ohjeissa.

  1. 1.Anna mallille kuva hahmosta.

    Kasvot, hiukset ja vaatteet tulevat kuvasta, kohtaus ja asento ohjeesta. Sarjassa sama kuva annetaan joka kerta.

    Lähde: Google, OpenAI ja Midjourney, kuvamallien ohjeet

  2. 2.Kun hahmon pitää kääntyä, anna useita kuvia samasta hahmosta.

    Googlen Gemini-kuvamallit ottavat mallista riippuen neljä tai viisi kuvaa samasta hahmosta ja Midjourneyn Edit Model neljä. Google neuvoo tekemään kulmat yksi kerrallaan ja antamaan edelliset tuotokset seuraaviin kehotteisiin. Kuvien pitää esittää samaa hahmoa, ei eri versioita siitä.

    Lähde: Google, Gemini API -dokumentaatio; Midjourney, Edit Model

  3. 3.Kuvaa hahmo myös sanoin.

    Hiukset, silmät, vaatteet ja ikä määritellään tarkasti jo ensimmäisessä kehotteessa, ja sama kuvaus annetaan joka kerta. Google neuvoo kuvaamaan kasvot tai logon tarkasti myös muokkauspyynnön yhteydessä.

    Lähde: Google, Gemini-sovelluksen ohje ja Gemini API -dokumentaatio

  4. 4.Jatka samassa keskustelussa.

    Google suosittelee keskustelua kuvien työstämiseen, ja OpenAI:n kuvamallissa muokkaus jatkuu edellisestä vastauksesta. Pyydä yksi muutos kerrallaan ja sano, mikä pysyy ennallaan.

    Lähde: Google, Gemini API ja Google Cloudin promptausopas; OpenAI

  5. 5.Vertaa tulosta referenssiin.

    Google sanoo, ettei malli aina onnistu, ja OpenAI, että toistuva hahmo tai brändin elementti ei aina pysy samannäköisenä. Hyväksy vain tulos, joka näyttää referenssiltä.

    Lähde: Google, Gemini-sovelluksen ohje; OpenAI, kuvamallin ohje

Aimin referenssikuva 1
Kuva 1
Aimin referenssikuva 2
Kuva 2
Aimin referenssikuva 3, jota videot käyttävät
Kuva 3, sarjan referenssi

Näin teemme itse

Teemme lyhytvideoita tekoälyhahmolla, jonka nimi on Aimi. Jokainen video lähtee samasta kuvasta (kuva 3) ja hahmotiedostosta, jossa Aimin ulkonäkö on kuvattu sanoin, ja valmis video verrataan samaan kuvaan.

Nämä kolme kuvaa Aimista ovat lähes samanlaisia, mutta eivät identtisiä. Yhdessä kuvassa eroa ei huomaa, videosarjassa huomaa, joten sarjaa varten valitsimme yhden.

Jos yrityksellä on oma hahmo, maskotti tai tuote, siitä kannattaa koota pieni referenssisarja: yksi pääkuva, tarvittaessa pari kuvaa eri suunnista ja lyhyt sanallinen kuvaus. Sarjassa pääkuva ja kuvaus pysyvät samoina.

Lähteet, luettu 21.10.2026: Googlen Gemini API -dokumentaatio (ai.google.dev, Image generation), Gemini-sovelluksen kuvaohjeet (blog.google, 26.8.2025), Google Cloudin promptausopas kuvamalleille (6.3.2026), OpenAI:n Image generation -ohje (developers.openai.com) ja Midjourneyn Edit Model -ohje (docs.midjourney.com).

Miten muokkaan valmista kuvaa tekoälyllä?

Valmista kuvaa muokataan kahdella tavalla: inpainting vaihtaa valitun alueen, outpainting laajentaa kuvaa alkuperäisen rajauksen ulkopuolelle. Inpaintingia tukevat Midjourney Canvas, ChatGPT:n kuvaeditori ja Nano Banana. Outpaintingin saa Midjourneyn Canvasista.

Inpainting: Valitset alueen kuvasta ja pyydät mallia generoimaan vain sen uudestaan. Käytännössä: poista henkilö taustasta, vaihda tuotteen väri, korjaa yksityiskohta.

Outpainting: Laajenna kuva alkuperäisen rajauksen ulkopuolelle. Hyödyllistä kun tarvitset laajemman kuvasuhteen (esim. 1:1 → 16:9).

Edistyneet tekniikat

Ongelma: Tekoäly tuottaa joka kerralla hieman erilaisen tyylin. Markkinoinnissa tarvitaan yhtenäistä brändi-ilmettä.

Ratkaisu: Midjourneyn --sref [URL] lukitsee visuaalisen tyylin referenssikuvasta. V8.2:n Edit Model pitää hahmon tunnistettavana. Flux ja Stable Diffusion käyttävät LoRA-adaptereita, joilla malli hienosäädetään brändin kuvastoon – vaatii 20–50 esimerkkikuvaa.

Tehokas työnkulku: generoi ensin staattinen kuva haluamallasi työkalulla (esim. Midjourney tai Nano Banana), sitten animoi se videoksi Veo 3.1:llä tai Runwaylla. Tämä antaa enemmän kontrollia kuin suora teksti → video -generointi.

Runway Gen-4.5 soveltuu parhaiten kun tarvitset pysyviä hahmoja ja kohtauksia useiden klippien yli. Image-to-video -ominaisuus säilyttää alkuperäisen kuvan tyylin ja sommittelun.

Tarvitsetko räätälöidyn kuva- tai videoputken?

Rakennamme automaattisia tuotantoputkia, joissa tekoäly generoi, muokkaa ja julkaisee kuvia ja videoita ilman manuaalista työtä.

Tekijänoikeudet ja haasteet

Tekoälykuvien tekijänoikeudet ovat yksi yleisimmistä kysymyksistä. EU:n tekoälyasetus asettaa uusia vaatimuksia myös kuvasisällölle. Tässä vastauksia yleisimpiin kysymyksiin.

EU AI Act ja kuvasisältö

EU:n tekoälyasetus edellyttää, että tekoälyllä luodut tai muokatut syväväärennökset (todellisilta näyttävät henkilöt, paikat ja tapahtumat) merkitään selkeästi. Tämä koskee erityisesti markkinointia, journalismia ja julkista viestintää. Lisää asetuksesta EU AI Act -oppaassamme.

Usein kysyttyä tekoälykuvista ja -videoista

Jäikö jokin kysymys avoimeksi? Vastaamme arkipäivisin vuorokauden kuluessa.

Ota yhteyttä[email protected]

Saako tekoälyllä luotuja kuvia käyttää kaupallisesti?

Riippuu työkalusta. Midjourneyn maksulliset tilaukset sallivat kaupallisen käytön. ChatGPT:n kuvat (GPT Image) ovat käyttäjän omaisuutta OpenAI:n ehtojen mukaan. Flux Klein 4B on Apache 2.0 -lisensoitu eli täysin vapaa kaupalliseen käyttöön. Stable Diffusion on ilmainen alle miljoonan dollarin liikevaihdolla. Tarkista aina työkalun käyttöehdot ennen julkaisua.

Mikä on paras tekoäly kuvien luomiseen?

Se riippuu tarpeesta. ChatGPT:n GPT Image 2.6 tarjoaa rajapinnassa 4K-resoluution, lähes virheettömän tekstin renderöinnin ja parhaan iteratiivisen editoinnin keskustelun kautta. Midjourney V8.2 tuottaa esteettisesti parasta jälkeä markkinointikuviin. Nano Banana 2.1 ja Nano Banana Pro ovat vahvoja tekstin renderöinnissä ja 4K-laadussa, ja Nano Banana 2.1:llä pääsee alkuun ilmaiseksi. Flux Klein on paras ilmainen avoimen lähdekoodin vaihtoehto omalle koneelle.

Paljonko tekoälykuvien luominen maksaa?

Ilmaiseksi pääsee alkuun Nano Banana 2.1:llä Gemini-sovelluksessa tai Flux Klein -mallilla omalla koneella. Midjourney alkaa 10 $/kk (hinnoittelu dollareissa). ChatGPT Plus (23 €/kk) sisältää GPT Image 2.6 -kuvageneraation. API-hinnat vaihtelevat: GPT Image hinnoitellaan kuvan koon ja laadun mukaan, Flux Pro 0,07 $/kuva, Nano Banana 2.1 0,0336–0,113 $/kuva ja Nano Banana Pro 0,134–0,24 $/kuva.

Miten tekoälykuva eroaa valokuvasta?

Tekoälykuva luodaan tekstikuvauksesta (promptista) diffuusiomallin avulla, kun taas valokuva tallentaa todellisen näkymän. Tekoälykuvissa voi esiintyä pieniä virheitä yksityiskohdissa, mutta laatu on parantunut merkittävästi: Midjourney V8.2, GPT Image 2.6 ja Nano Banana Pro tuottavat fotorealistista jälkeä, jota on vaikea erottaa aidosta kuvasta.

Voiko tekoälyllä luoda videoita?

Kyllä. Veo 3.1 (Google) tuottaa 4K-videoita sisäänrakennetulla ääniraidalla ja on käytettävissä EU:ssa suoraan. Runway Gen-4.5 tarjoaa parhaan hallinnan: pysyvät hahmot, kohtaukset ja objektit videolta toiselle. OpenAI sulki Sora-sovelluksen keväällä 2026 ja Soran API:n 24.9.2026, joten Sora ei ole enää vaihtoehto.

Toimivatko tekoälykuvatyökalut suomeksi?

Useimmat työkalut ymmärtävät suomenkielisiä prompteja, mutta englanninkieliset promptit tuottavat yleensä parempia tuloksia. Nano Banana (Gemini) ja ChatGPT:n kuvat ymmärtävät suomea parhaiten, koska niiden kielimallit on koulutettu monikielisesti. Midjourney toimii parhaiten englanniksi.

Rikkooko tekoälykuva tekijänoikeuksia?

Tilanne on oikeudellisesti kehittyvä. EU:ssa tekoälymallin kouluttaminen tekijänoikeudella suojatulla aineistolla on sallittua tiedonlouhintapoikkeuksen nojalla, ellei oikeudenhaltija ole nimenomaisesti kieltänyt sitä. Generoitu kuva itsessään ei yleensä saa tekijänoikeussuojaa, koska se ei ole ihmisen luoma teos. Käytännössä: älä kopioi tunnistettavasti toisen taiteilijan tyyliä ja tarkista aina työkalun lisenssiehdot.

Mitä on diffuusiomalli?

Diffuusiomalli on tekoälymalli, joka oppii luomaan kuvia lisäämällä ensin kohinaa kuvaan ja sitten oppimalla poistamaan kohinan vaiheittain. Generoinnissa malli aloittaa satunnaisesta kohinasta ja muokkaa sitä askel askeleelta kohti valmista kuvaa tekstikuvauksen ohjaamana. Midjourney, Stable Diffusion ja Flux käyttävät kaikki diffuusiomalleja.

Miten kirjoitan hyvän promptin tekoälykuvalle?

Hyvä prompti sisältää neljä osaa: (1) kohde – mitä kuvassa on, (2) tyyli – fotorealistinen, maalaus, 3D, (3) tunnelma – valaistus, väripaletti, sävy, (4) tekniset parametrit – kuvasuhde, kamera-asetukset. Esimerkki: "Moderni toimistoympäristö, luonnollinen valaistus ikkunasta, minimalistinen skandinaavinen sisustus, Canon EOS R5, 35mm, f/2.8". Katso lisää prompt engineering -oppaastamme.

Miten voin kokeilla useita kuvamalleja ilman montaa tilausta?

Helpoin tapa on Replicate: yksi tili ja lasku, jolla ajat satoja kuva- ja videomalleja maksaen vain käytöstä (esim. Flux Dev 0,025 $/kuva). Malleja voi kokeilla suoraan selaimessa ilman koodia, ja saman promptin voi ajaa usealla mallilla rinnakkain vertailua varten. Generoimme tämän sivun Flux-, Stable Diffusion- ja videoesimerkit juuri näin.

Pitääkö tekoälykuva merkitä tekoälyn tekemäksi?

EU:n tekoälyasetus (AI Act) edellyttää, että syväväärennökset ja ilman ihmisen tarkistusta julkaistu, yleisöä informoiva tekoälyteksti merkitään selkeästi. Käytännössä tämä tarkoittaa esimerkiksi kuvatekstiä "Kuva luotu tekoälyllä" tai vastaavaa merkintää. Markkinoinnissa ja journalismissa merkitseminen on erityisen tärkeää kuluttajansuojan ja luottamuksen kannalta.

Näin pääset alkuun

Ensimmäinen kuva 5 minuutissa

  1. 1 Avaa Gemini (ilmainen) tai ChatGPT (Plus 23 €/kk)
  2. 2 Kirjoita prompti: kohde + tyyli + tunnelma (ks. esimerkit yllä)
  3. 3 Iteroi: "tee taustasta vaaleampi", "vaihda kuvakulmaa", "lisää syvyyttä"

Ensimmäinen video 10 minuutissa

  1. 1 Luo ensin staattinen kuva Nano Bananalla tai Midjourneyllä
  2. 2 Avaa Gemini ja animoi kuva videoksi – yksi klikkaus
  3. 3 Tai käytä Runwayta tarkempaan hallintaan (Standard 15 $/kk, Pro 35 $/kk)

Tärkeimmät opit

  1. 01 Aloita ilmaisilla työkaluilla (Nano Banana, Flux Klein) – saat käsityksen mahdollisuuksista ennen investointia
  2. 02 Promptin laatu ratkaisee: kohde + tyyli + tunnelma + tekniset parametrit
  3. 03 Kuva → video on tehokkaampi työnkulku kuin suora teksti → video
  4. 04 Tarkista aina tekijänoikeudet ja lisenssiehdot ennen kaupallista käyttöä
  5. 05 EU AI Act edellyttää tekoälysisällön merkitsemistä – huomioi tämä julkaisuissa

Haluatko mennä pidemmälle? Lue myös: prompt engineering -opas, tekoälytyökalujen vertailu, Gemini AI -opas (sisältää Nano Banana -osion) ja ChatGPT Plus -opas, tai selaa kaikki tekoälyoppaamme.

Jos haluatte oppia tuottamaan kuvat, videot ja äänet omalla brändillänne, koulutamme tiimejä hands-on kuva- ja videotuotannon tekoälykoulutuksessa. Laajemman tekoälystrategian rakentamisessa auttaa tekoälykonsultointi. Ota yhteyttä. Yrityksen AI-työkalupaketin rakentamisessa auttaa myös ChatGPT vs Gemini -vertailumme.

Sampsa Sironen
· Co-Founder & CEO

KTM, AI/ML-kokemus vuodesta 2020. Rakennan AI-tuotteita ja testaan työkaluja päivittäin, jotta asiakkaidemme ei tarvitse.

LinkedIn
AI-avusteinen · Tarkistanut: AImitenin tiimi

Tarvitsetko kuvia ja videoita liiketoimintaan?

Autamme valitsemaan oikeat työkalut, rakentamaan tuotantoprosessin ja kouluttamaan tiimisi käyttämään tekoälykuvia ja -videoita tehokkaasti.

Vastaamme 24h sisällä