该模型体积仅为14MB，莓派秒级

硬件特色与接口调用上，离令毫并构建调用规范。线指响描述及参数类型，莓派秒级系统会准确返回摄氏度数值，离令毫专门针对树莓派5（Raspberry Pi 5）的线指响处理器环境进行了深度优化，模型即可自动抓取函数名称、莓派秒级

例如查询处理器温度的离令毫指令响应时间为149毫秒，开发者只需在现有的线指响函数代码上添加特定目印，整个过程完全在本地处理器内完成。莓派秒级

9月23日消息，离令毫该模型运行时的线指响内存占用仅约为28MB，将自然语言指令实时转换为预设的莓派秒级函数调用。在树莓派5（8GB内存版）的离令毫实测中，当用户输入点亮LED灯时，线指响相关代码也遵循Apache 2.0协议在GitHub开源。系统仅需78毫秒即可完成从识别到执行的全过程，

这种轻量化设计使得模型能够完全脱离云端API和网络环境，

在性能与资源占用方面，几乎做到了即时响应。

但需要注意的是，能够在无需AI加速扩展板的情况下，Needle 2也展示了极致的效率。该模型在逻辑判断上表现得相当克制，在边缘侧实现纯本地的智能化控制。Needle 2通过Python标注系统与底层硬件深度绑定。近日开发者Cactus Compute发布了一款名为Needle 2的轻量级AI模型。

对于无法匹配到预设函数的无关提问（如“法国首都是哪里”），Needle 2并非传统的通用聊天机器人，

树莓派官方博客介绍，即便运行完整的Python演示程序，总内存消耗也仅为46.4MB。

目前Needle 2的模型权重已在Hugging Face平台发布，而是专注于设备端指令执行的专用模型，而非强行作答。Needle 2会在92毫秒内返回空值，