Раньше инженер, который учил робота новому движению, тратил уйму времени на рутину: грузил данные через SSH, копировал скрипты, монтировал датасеты, запускал обучение, потом отдельно переносил модель на устройство. Всё вручную, по шагам. ClearML и Dell сделали proof of concept, где всё это автоматизировано. Данные версионируются, обучение диспетчеризуется на GPU-пул (две NVIDIA A2 и две L4), готовая модель отправляется на edge-устройство. Ручным остался только сбор данных через телеоперацию — его пока ничем не заменишь. Время дообучения компактной модели Action Chunking Transformer на NVIDIA L4 — 8,5 часов. Для справки: крупные фундаментные модели вроде OpenVLA или NVIDIA GR00T содержат 3–8 млрд параметров. Что это значит: embodied AI традиционно страдает от разрыва между масштабным обучением в облаке и деплоем на реальном роботе. Этот pipeline убирает ручные операции между ними — а значит, команды смогут быстрее перебирать политики и деплоить их без ручных танцев с бубном. Пока это PoC, но направление правильное.