Needle 2也展示了极致的莓派秒级效率。几乎做到了即时响应。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、莓派秒级总内存消耗也仅为46.4MB。离令毫

树莓派官方博客介绍，线指响系统仅需78毫秒即可完成从识别到执行的莓派秒级全过程，整个过程完全在本地处理器内完成。离令毫Needle 2并非传统的线指响通用聊天机器人，而是莓派秒级专注于设备端指令执行的专用模型，

该模型体积仅为14MB，离令毫在边缘侧实现纯本地的线指响智能化控制。能够在无需AI加速扩展板的莓派秒级情况下，

例如查询处理器温度的离令毫指令响应时间为149毫秒，

目前Needle 2的线指响模型权重已在Hugging Face平台发布，

在性能与资源占用方面，

9月23日消息，而非强行作答。系统会准确返回摄氏度数值，Needle 2会在92毫秒内返回空值，

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，该模型运行时的内存占用仅约为28MB，Needle 2通过Python标注系统与底层硬件深度绑定。开发者只需在现有的函数代码上添加特定目印，

但需要注意的是，该模型在逻辑判断上表现得相当克制，在树莓派5（8GB内存版）的实测中，

硬件特色与接口调用上，将自然语言指令实时转换为预设的函数调用。相关代码也遵循Apache 2.0协议在GitHub开源。即便运行完整的Python演示程序，描述及参数类型，并构建调用规范。近日开发者Cactus Compute发布了一款名为Needle 2的轻量级AI模型。

当用户输入点亮LED灯时，对于无法匹配到预设函数的无关提问（如“法国首都是哪里”），