Здравствуйте, merge, Вы писали:

M>Финальная цель: попробовать самому на базе видео обучить модель по тому сделал ли ребенок необходимый список дел (убрать кровать, порядок на столе) для начала

Кажется, что для этого и не надо ничего обучать, а можно просто применить существующую VLM модель.
Про конфигурацию компа недавно было обсуждение, надо отталкиваться всё таки от задач: какую модель хочешь обучать? И уже конкретно по ней читать, что надо. Для обучения самому основам хватит почти современной видеокарты типа GF 5080-5090.