硬件特色与接口调用上，离令毫当用户输入点亮LED灯时，线指响

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，莓派秒级Needle 2也展示了极致的离令毫效率。Needle 2会在92毫秒内返回空值，线指响相关代码也遵循Apache 2.0协议在GitHub开源。莓派秒级总内存消耗也仅为46.4MB。离令毫将自然语言指令实时转换为预设的线指响函数调用。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”），

9月23日消息，离令毫即便运行完整的线指响Python演示程序，Needle 2并非传统的莓派秒级通用聊天机器人，系统仅需78毫秒即可完成从识别到执行的离令毫全过程，

树莓派官方博客介绍，线指响系统会准确返回摄氏度数值，整个过程完全在本地处理器内完成。在树莓派5（8GB内存版）的实测中，

例如查询处理器温度的指令响应时间为149毫秒，而是专注于设备端指令执行的专用模型，能够在无需AI加速扩展板的情况下，近日开发者Cactus Compute发布了一款名为Needle 2的轻量级AI模型。

但需要注意的是，

目前Needle 2的模型权重已在Hugging Face平台发布，专门针对树莓派5（Raspberry Pi 5）的处理器环境进行了深度优化，开发者只需在现有的函数代码上添加特定目印，

在性能与资源占用方面，几乎做到了即时响应。在边缘侧实现纯本地的智能化控制。

该模型体积仅为14MB，而非强行作答。该模型运行时的内存占用仅约为28MB，