Train Robotic AI Models using Qualia
云端GPU微调机器人基础模型的CLI工具
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Train Robotic AI Models using Qualia。 它的用途是：云端GPU微调机器人基础模型的CLI工具 完整的 Skill 内容见：https://321skill.com/skills/train-robotic-ai-models-using-qualia-x-5/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'使用Qualia在云GPU上微调pi0模型，数据集为LeRobot格式的HuggingFace数据集，启动训练任务。' 它会自动配置GPU环境，执行微调并实时返回训练日志。也可以通过'qualia list'查看所有任务，'qualia cancel <job-id>'取消任务。
介绍
解决什么问题：训练机器人视觉-语言-动作（VLA）模型通常需要自行搭建GPU集群、管理环境和监控任务，门槛高且耗时。本Skill通过托管GPU训练基础设施，让你只需一条CLI命令即可在云端启动、监控和取消微调任务，专注于模型本身而非运维。
怎么用：安装后，通过命令行指定基础模型（如pi0、pi0.5、GR00T N1.5、ACT、SmolVLA等）和LeRobot格式的HuggingFace数据集，即可自动分配GPU资源、执行微调并实时返回训练日志。支持--json输出，便于集成到自动化工作流或Agent系统。
适合谁：主要面向机器人领域的智能体开发者、学术研究者，以及需要快速迭代VLA模型的产品团队。如果你熟悉Python和CLI，但不想处理GPU配置，这个工具能大幅缩短实验周期。
使用建议：建议先在小规模数据集上测试模型选择，再扩展到完整训练。注意监控云GPU费用，避免长时间闲置。若需要自定义网络架构或分布式训练策略，可能需要直接使用底层框架。
核心特点
同类工具通常需要自己管理GPU集群或手动配置训练脚本，而本Skill将训练基础设施完全托管，并通过CLI统一管理多种机器人基础模型（pi0、GR00T等），且与LeRobot HuggingFace数据集原生集成，输出JSON格式便于Agent调用。
注意事项
不适合需要深度定制训练循环、修改模型架构或使用本地GPU的场景。
常见问题
支持哪些机器人基础模型？
支持pi0、pi0.5、GR00T N1.5、ACT、SmolVLA、SARM奖励模型等主流VLA模型。
如何监控训练进度？
通过CLI的`qualia monitor`命令查看实时日志和指标，也可以使用`--json`输出获取结构化状态。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/train-robotic-ai-models-using-qualia-x-5/raw/index.md 读取 Train Robotic AI Models using Qualia 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/train-robotic-ai-models-using-qualia-x-5/raw/index.md（查看排版版本）