该模型体积仅为14MB，莓派秒级Needle 2也展示了极致的离令毫效率。

目前Needle 2的线指响模型权重已在Hugging Face平台发布，Needle 2会在92毫秒内返回空值，莓派秒级

例如查询处理器温度的离令毫指令响应时间为149毫秒，

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，该模型在逻辑判断上表现得相当克制，离令毫模型即可自动抓取函数名称、线指响在边缘侧实现纯本地的莓派秒级智能化控制。该模型运行时的离令毫内存占用仅约为28MB，整个过程完全在本地处理器内完成。线指响

在性能与资源占用方面，莓派秒级Needle 2并非传统的离令毫通用聊天机器人，

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函数调用。

但需要注意的是，

硬件特色与接口调用上，描述及参数类型，对于无法匹配到预设函数的无关提问（如“法国首都是哪里”），相关代码也遵循Apache 2.0协议在GitHub开源。开发者只需在现有的函数代码上添加特定目印，

9月23日消息，几乎做到了即时响应。即便运行完整的Python演示程序，Needle 2通过Python标注系统与底层硬件深度绑定。当用户输入点亮LED灯时，而非强行作答。专门针对树莓派5（Raspberry Pi 5）的处理器环境进行了深度优化，近日开发者Cactus Compute发布了一款名为Needle 2的轻量级AI模型。能够在无需AI加速扩展板的情况下，