Train Robotic AI Models using Qualia
在云端GPU上微调机器人基础模型，简化机器人AI训练流程。
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：在云端GPU上微调机器人基础模型，简化机器人AI训练流程。 完整的 Skill 内容见：https://321skill.com/skills/train-robotic-ai-models-using-qualia/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
“我需要微调一个GR00T N1.5模型，让它学会根据我的语音指令抓取桌上的红色积木。数据集已经按LeRobot格式准备好了。”，它会指导你通过CLI命令提交训练任务到指定的云端GPU，并实时返回任务状态和日志。你还可以随时监控训练进度或根据需要取消任务。
介绍
该Skill旨在解决机器人AI模型训练中GPU基础设施搭建和管理的复杂性。用户无需自行配置和维护昂贵的GPU硬件，即可在云端高效地进行机器人视觉-语言-动作（VLA）等基础模型的微调。
通过命令行界面（CLI），用户可以轻松启动、监控和取消微调任务。Skill支持多种主流机器人模型架构，如π0.5、GR00T N1.5、ACT等，并能处理符合LeRobot格式的HuggingFace数据集，实现了训练流程的标准化和自动化。
它非常适合机器人学研究者、从事具身智能或机器人软件开发的工程师，以及希望将前沿VLA模型应用于特定场景的AI应用开发者。这些用户通常具备一定的机器学习背景，但希望将精力聚焦于算法和任务本身，而非底层设施。
使用建议：在开始前，请确保您的数据集已整理为LeRobot要求的格式。由于涉及云端GPU资源消耗，建议先从小规模任务开始，监控成本与效果，再逐步扩大训练规模。注意，该Skill主要提供训练基础设施，模型架构和超参数的选择仍需用户根据具体任务进行决策。
核心特点
专注于机器人领域，提供对π0.5、GR00T、ACT等前沿机器人VLA模型的直接云端微调支持，并与LeRobot社区的数据集格式深度集成，降低了机器人AI应用的门槛。
注意事项
不适合仅需模型推理或部署，而不需要进行模型训练和微调的场景。
常见问题
支持哪些机器人模型？
支持pi0, pi0.5 (π0.5), GR00T N1.5, ACT, SmolVLA, SARM奖励模型等。
数据集需要什么格式？
需要使用LeRobot格式的HuggingFace数据集。
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/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/raw/index.md（查看排版版本）