Viikon tekoälyuutiset: 18 uutuutta mallista robotteihin

Kirjoittaja: AI Uutiset Toimitus · Tarkastanut: Pasi Kalevi, päätoimittaja · 4.10.2026

Tekoälyviikko oli jälleen täynnä julkaisuja. Google esitteli uuden huippumallinsa Gemini 4 Argonin, OpenAI piti vuosittaisen kehittäjätapahtumansa ja toi markkinoille sekä Dots-agentit että GPT-6.1 Sol -mallin, ja Anthropic julkaisi Claude Sonnet 5.5:n. Mukaan mahtui myös uusia kuvamalleja, pieniä puhemalleja, robotiikkaa ja kaksi tiedeuutista. Tämä kooste käy läpi 18 uutista videolähteen pohjalta.

Katso video: AI Searchin viikkokatsaus

Alla olevalla videolla AI Search -kanava käy läpi viikon tärkeimmät tekoälyuutiset. Tämä juttu kokoaa videon keskeiset aiheet ja tarkistaa ne muista lähteistä.

Huippumallit: Gemini 4 Argon, GPT-6.1 Sol ja Claude Sonnet 5.5

Viikon suurin yksittäinen uutinen oli Google DeepMindin Gemini 4 Argon, jonka yhtiö esitteli 30.9.–1.10.2026. Google kutsuu sitä uuden sukupolven frontier-malliksi. Malli on rakennettu pitkiin, monivaiheisiin tehtäviin, kuten ohjelmistokehitykseen, talous- ja lakialan tietotyöhön sekä kyberturvallisuuden puolustukseen. Googlen mukaan Argon voi tuottaa yhdellä vastauksella jopa miljoona tokenia — määrän, jolla kirjoittaisi käytännössä kokonaisen romaanin yhdellä kertaa. Malli ei ole vielä suuren yleisön saatavilla: se jaetaan ensin luotetuille kyberturvakumppaneille Fairwind-ohjelman kautta.

OpenAI julkaisi 29.9. GPT-6.1 Sol -mallin, joka on päivitys vain viikkoa aiemmin ilmestyneeseen GPT-6 Sol -malliin. Yhtiön mukaan uusi malli yltää lähes GPT-6 Astra -mallin tasolle agenttitehtävissä ja tietokoneen käytössä, mutta noin viidesosalla hinnasta. Malli on tarjolla maksullisille GPT Work- ja Codex-tilauksille, mutta ei vielä tavallisessa ChatGPT:ssä.

Anthropic julkaisi 29.9. Claude Sonnet 5.5 -mallin, joka on toinen malli yhtiön Claude 5.5 -perheessä. Sonnet on perheen pienempi ja edullisempi malli, mutta parannus aiempaan on suuri: agenttisessa koodauksessa mitattuna Sonnet 5.5 sai Terminal-Bench 4.0 -testissä 70,6 prosenttia, kun edellinen Sonnet 5 sai 10,3 prosenttia. Malli on nyt Claude-palvelun ilmaisen suunnitelman oletusmalli.

Agentit: OpenAI Dots ja avoin OpenDots

OpenAI:n 29.9. pidetyn DevDay-tapahtuman suurin uutinen oli Dots: pysyvät tekoälyagentit, joilla on oma pilvitietokone ja selain. Toisin kuin tavallinen chatbotti, Dots jatkaa työtä sen jälkeenkin, kun käyttäjä lopettaa keskustelun. Se kytkeytyy tuhansiin sovelluksiin liitännäisten kautta ja toimii ChatGPT:n, Slackin ja Teamsin kautta. Dots rullataan ensin Pro- ja Business-tilaajille tietyillä markkinoilla; EU ei ole mukana ensimmäisessä aallossa. Taustalla on GPT-6 Astra.

Avointen lähdekoodien yhteisö reagoi nopeasti: jo tunteja Dotsin jälkeen GitHubiin alkoi ilmestyä samannimisiä OpenDots-projekteja. Ne ovat itse asennettavia vaihtoehtoja, joihin voi kytkeä oman kielimallin tai ajaa mallin paikallisesti. Huomionarvoista on, että avointa on lähinnä koodi — itse kielimalli voi olla maksullinen.

Kuvat ja video: Ideogram 4.5, FLUX 3 ja PixelUMM

Kuvankäsittelyssä viikon näkyvin uutuus oli Ideogram 4.5, jonka Ideogram julkaisi 30.9. Malli lupaa vähentää toistuvan muokkauksen aiheuttamaa kuvan kulumista: kun kuvaa muokataan yhdestä kohdasta, muun kuvan pitäisi pysyä ennallaan. Käyttäjä voi myös rajata suorakaiteen muotoisilla alueilla (niin sanotuilla bounding boxeilla), mitä kuvaan missäkin kohdassa tulee. Ideogram on luvannut avata mallin painot myöhemmin.

Black Forest Labs esitteli 2.10. FLUX 3 Image -kuvamallin, joka tukee jopa 4K-tarkkuutta, kymmentä viitekuvaa, rajattuja alueita ja monivaiheista muokkausta. Malli on toistaiseksi suljettu, mutta yhtiö on luvannut avata painot tulevaisuudessa — lupaus, joka sen aiemman FLUX 3 -videomallin kohdalla ei ole vielä toteutunut.

NVIDIA esitteli 29.9. tutkimusmallin nimeltä PixelUMM, joka tuottaa ja ymmärtää kuvaa ja videota multimodaalisesti suoraan pikselitasolla ilman erillistä kuvankoodausosaa. Kyse on tutkimusesityksestä, eikä sen laatu yllä vielä kaupallisten huippumallien tasolle.

Kuvatyökaluista tuttuun ComfyUI-ohjelmaan julkaistiin 1.10. Comfy Agent. Se on ohjelmaan sisäänrakennettu agentti, joka rakentaa ja korjaa kuvien ja videoiden työnkulkuja pelkän tekstimuotoisen kehotteen pohjalta. Ensimmäisenä se on tarjolla Comfy Cloud -palvelussa, ja myöhemmin se on tarkoitus tuoda myös työpöytäversioon.

Puhe ja ääni: Whistle, Phonon-2 ja Eleven v4

Cactus Compute julkaisi 2.10. Whistle-puheentunnistusmallin, joka on vain 16,9 megatavua pieni. Se pyörii pelkällä tietokoneen suorittimella ilman näytönohjainta ja tunnistaa seitsemää kieltä enintään 30 sekunnin pätkissä. Kooltaan se on murto-osa aiemmista puheentunnistusmalleista, jotka ovat usein gigatavujen kokoisia.

Fermion Research julkaisi 2.10. Phonon-2-mallin, avoimen puheentunnistusmallin, joka on alle 900 megatavua pieni. Se yltää seitsemällä julkisella testijoukolla keskimäärin 5,21 prosentin virheprosenttiin ja päihittää itseään moninkertaisesti suuremmat mallit.

ElevenLabs esitteli 1.10. Eleven v4 –puhesynteesimallin, jota yhtiö kutsuu kaikkien aikojen ilmeikkäimmäksi. Kehotteeseen voi lisätä niin sanottuja äänitunnisteita, jotka ohjaavat äänensävyä, tehosteita ja tunnelmaa. Malli on saatavilla myös ilmaisella suunnitelmalla.

Tiede: kaksi vuosikymmeniä vanhaa ongelmaa ratkesi

Syyskuun lopussa kaksi riippumatonta tutkimusryhmää julkaisi esimerkkejä, jotka kumoavat plasmafysiikassa vuonna 1967 esitetyn Harold Gradin otaksuman. Kysymys koskee sitä, voiko plasma asettua vakaasti ja tasaisesti kolmiulotteiseen magneettikenttään, kun paine vaihtelee paikasta toiseen — asia, jolla on merkitystä fuusioreaktoreiden suunnittelussa. Yksi tutkijoista kertoi käyttäneensä GPT-6 Astra Pro -mallia apuna kahden ratkaisun löytämisessä.

Toinen tiedeuutinen tuli historiasta: insinööri Carter Church purki GPT-6 Astran avulla Napoleonin aikaista salakirjoitusta, joka oli ollut ratkaisematta 217 vuotta. Malli tunnisti käsinkirjoitetusta kuvasta noin 1 300 salakirjoitusmerkkiä ja kokosi ratkaisijan, joka etsi merkkien vastaavuuksia. Noin kuudessa tunnissa koko kirje oli purettu; se osoittautui sotilaalliseksi tilannekatsaukseksi joukkojen asemista juuri ennen sodan syttymistä.

Avoimet mallit: AstaBrief ja Olmo-core 3

Allen Institute for AI (Ai2) julkaisi 2.10. AstaBrief 8B -mallin, avoimen 8 miljardin parametrin mallin, joka tuottaa lähdeviittein varustettuja tieteellisiä raportteja annetun kysymyksen ja lähdeaineiston pohjalta. Painot ja koulutusdata on avattu, ja malli sopii ajettavaksi myös organisaation omalla laitteistolla.

Sama instituutti julkaisi 1.10. Olmo-core 3 -koulutusjärjestelmän, joka on tarkoitettu niin sanottujen asiantuntijasekoitusmallien (mixture of experts) kouluttamiseen. Ajatus on, että suuri malli koostuu ikään kuin asiantuntijoiden tiimistä, josta vain osa on kerrallaan käytössä. Ai2:n mukaan uusi järjestelmä nopeutti koulutusta 2,7-kertaiseksi aiempaan verrattuna.

Robotit: pehmeämpiä askelia ja sulkapalloa

Tsinghuan yliopiston tutkijat esittelivät 24.9. TactileStep-menetelmän, jossa Unitree G1 -humanoidirobotille lisättiin painetta mittaavat pohjalliset. Robotille opetettiin, kuinka kovaa kumpikin jalka koskettaa maata, minkä ansiosta se laskeutuu pehmeämmin ja tukee painoaan vakaammin. Tutkimuksen mukaan iskun huippuvoima pieneni jopa 48,8 prosenttia.

Kansainvälinen tutkijaryhmä puolestaan opetti humanoidirobotin pelaamaan sulkapalloa itsenäisesti. Robotilta onnistuivat sekä kämmen- että rystylyönnit ja jopa hyppypalautukset, ja se jaksoi pallotella ihmispelaajaa vastaan useita kierroksia. Työ esiteltiin arXiv-julkaisupalvelussa 14.9.

Yhteenveto: kolme selvää suuntaa

Viikosta erottuu kolme selvää suuntaa. Ensimmäinen on huippumallien hintakilpailu: sekä GPT-6.1 Sol että Claude Sonnet 5.5 myyvät ajatusta lähes huipputasoisesta suorituskyvystä selvästi aiempaa halvemmalla. Toinen on agenttien nousu: Dots ja sen avoimet vastineet siirtävät tekoälyn kertaheitolla chat-ikkunasta taustalla jatkuvasti työskenteleväksi avustajaksi. Kolmas on avoimuuden ja pienten mallien vahvistuminen — viikon aikana julkaistiin useita avoimia puhe- ja tutkimusmalleja, joista osa pyörii tavallisella kannettavalla tietokoneella.

Lähteet

• Google: Gemini 4 Argon: our next era of frontier intelligence, 1.10.2026.
• OpenAI: Introducing GPT-6.1 Sol, 29.9.2026.
• Anthropic: Introducing Claude Sonnet 5.5, 29.9.2026.
• Mashable: OpenAI introduces Dots, a new always-on AI agent, at Dev Day, 30.9.2026.
• Black Forest Labs: FLUX 3 Image: Maximum control over every pixel, 2.10.2026.
• NVIDIA: PixelUMM: Encoder-Free Unified Image and Video Understanding and Generation, 29.9.2026.
• ElevenLabs: Eleven v4: Our most expressive text-to-speech AI model yet, 1.10.2026.
• Ai2: Open-sourcing AstaBrief, the fast report-generation model in Asta, 2.10.2026.
• Ai2: Introducing Olmo-core 3: Open, scalable training infrastructure for large MoEs, 1.10.2026.
• arXiv: TactileStep: Sole Tactile Learning for Regulating Foot-Terrain Interaction in Humanoid Locomotion, 24.9.2026.
• alphaXiv: Learning Human-Like Badminton Skills for Humanoid Robots, 14.9.2026.
• AI Search (YouTube): Gemini 4, GPT 6.1, Dots, Claude Sonnet 5.5, Ideogram 4.5, Flux 3: AI NEWS, 4.10.202
• Ideogram: Introducing Ideogram 4.5, 30.9.2026.
• ComfyUI: Comfy Agent is now available to everyone in Comfy Cloud, 1.10.2026.
• AI Search (YouTube): Gemini 4, GPT 6.1, Dots, Claude Sonnet 5.5, Ideogram 4.5, Flux 3: AI NEWS, 4.10.2026.
6.

Vastuuvapauslauseke: Tämä artikkeli on tarkoitettu vain tiedotustarkoituksiin. Sitä ei tarjota tai ole tarkoitettu käytettäväksi oikeudellisena, verotuksellisena, sijoitus-, rahoitus- tai muuna neuvona.

Mainos: alla on kumppanimainoksia ja mainoslinkkejä.