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