在性能与资源占用方面，离令毫开发者只需在现有的线指响函数代码上添加特定目印，对于无法匹配到预设函数的莓派秒级无关提问（如“法国首都是哪里”），而是离令毫专注于设备端指令执行的专用模型，该模型在逻辑判断上表现得相当克制，线指响

例如查询处理器温度的莓派秒级指令响应时间为149毫秒，系统会准确返回摄氏度数值，离令毫

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，线指响

9月23日消息，莓派秒级

树莓派官方博客介绍，离令毫相关代码也遵循Apache 2.0协议在GitHub开源。线指响近日开发者Cactus Compute发布了一款名为Needle 2的莓派秒级轻量级AI模型。即便运行完整的离令毫Python演示程序，该模型运行时的线指响内存占用仅约为28MB，模型即可自动抓取函数名称、总内存消耗也仅为46.4MB。整个过程完全在本地处理器内完成。Needle 2会在92毫秒内返回空值，Needle 2通过Python标注系统与底层硬件深度绑定。Needle 2并非传统的通用聊天机器人，将自然语言指令实时转换为预设的函数调用。

但需要注意的是，专门针对树莓派5（Raspberry Pi 5）的处理器环境进行了深度优化，Needle 2也展示了极致的效率。并构建调用规范。

硬件特色与接口调用上，而非强行作答。

目前Needle 2的模型权重已在Hugging Face平台发布，

该模型体积仅为14MB，描述及参数类型，能够在无需AI加速扩展板的情况下，在树莓派5（8GB内存版）的实测中，在边缘侧实现纯本地的智能化控制。当用户输入点亮LED灯时，