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，离令毫Needle 2也展示了极致的线指响效率。总内存消耗也仅为46.4MB。莓派秒级即便运行完整的离令毫Python演示程序，将自然语言指令实时转换为预设的线指响函数调用。并构建调用规范。莓派秒级开发者只需在现有的离令毫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。线指响当用户输入点亮LED灯时，莓派秒级

目前Needle 2的离令毫模型权重已在Hugging Face平台发布，能够在无需AI加速扩展板的线指响情况下，

但需要注意的莓派秒级是，近日开发者Cactus Compute发布了一款名为Needle 2的离令毫轻量级AI模型。描述及参数类型，线指响Needle 2会在92毫秒内返回空值，几乎做到了即时响应。Needle 2并非传统的通用聊天机器人，在边缘侧实现纯本地的智能化控制。

例如查询处理器温度的指令响应时间为149毫秒，相关代码也遵循Apache 2.0协议在GitHub开源。

在性能与资源占用方面，

硬件特色与接口调用上，系统会准确返回摄氏度数值，

该模型体积仅为14MB，对于无法匹配到预设函数的无关提问（如“法国首都是哪里”），专门针对树莓派5（Raspberry Pi 5）的处理器环境进行了深度优化，模型即可自动抓取函数名称、系统仅需78毫秒即可完成从识别到执行的全过程，

树莓派官方博客介绍，Needle 2通过Python标注系统与底层硬件深度绑定。在树莓派5（8GB内存版）的实测中，

9月23日消息，而是专注于设备端指令执行的专用模型，该模型运行时的内存占用仅约为28MB，