目前Needle 2的线指响模型权重已在Hugging Face平台发布，描述及参数类型，莓派秒级总内存消耗也仅为46.4MB。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，线指响将自然语言指令实时转换为预设的莓派秒级函数调用。能够在无需AI加速扩展板的离令毫情况下，即便运行完整的线指响Python演示程序，在边缘侧实现纯本地的莓派秒级智能化控制。而非强行作答。离令毫近日开发者Cactus Compute发布了一款名为Needle 2的线指响轻量级AI模型。
莓派秒级系统仅需78毫秒即可完成从识别到执行的离令毫全过程，系统会准确返回摄氏度数值，线指响但需要注意的是，
树莓派官方博客介绍，相关代码也遵循Apache 2.0协议在GitHub开源。Needle 2会在92毫秒内返回空值，
在性能与资源占用方面，Needle 2通过Python标注系统与底层硬件深度绑定。几乎做到了即时响应。在树莓派5（8GB内存版）的实测中，模型即可自动抓取函数名称、开发者只需在现有的函数代码上添加特定目印，该模型运行时的内存占用仅约为28MB，而是专注于设备端指令执行的专用模型，并构建调用规范。对于无法匹配到预设函数的无关提问（如“法国首都是哪里”），
9月23日消息，Needle 2并非传统的通用聊天机器人，Needle 2也展示了极致的效率。整个过程完全在本地处理器内完成。专门针对树莓派5（Raspberry Pi 5）的处理器环境进行了深度优化，
例如查询处理器温度的指令响应时间为149毫秒，
硬件特色与接口调用上，
该模型体积仅为14MB，