PrusaSlicer 2.9.2-rc1版本发布:STEP文件导入优化与多项修复
PrusaSlicer是一款广受欢迎的开源3D打印切片软件,由Prusa Research公司开发维护。作为3D打印工作流程中的关键环节,PrusaSlicer负责将3D模型转换为打印机可执行的G-code指令。最新发布的2.9.2-rc1版本作为2.9.2的第一个候选版本,主要针对2.9.1版本中发现的问题进行了修复,并引入了一些功能改进。
STEP文件导入功能增强
在3D打印领域,STEP文件是一种常见的CAD模型交换格式。PrusaSlicer需要将这些精确的几何描述转换为三角网格才能进行后续处理。2.9.2-rc1版本对此进行了重要改进:
-
新增导入对话框:现在导入STEP文件时会显示一个配置对话框,允许用户选择三角化的精度级别。这个功能解决了之前版本中使用固定默认值的问题。
-
记忆用户选择:通过"记住我的选择"复选框,软件可以保存用户最后一次的选择设置,避免重复配置。
-
灵活配置:即使在选择了记忆选项后,用户仍可通过"偏好设置->其他"重新启用这个对话框,提供了充分的灵活性。
这项改进让用户能够在处理精度和性能之间找到最佳平衡点,特别是对于复杂CAD模型的处理尤为有用。
关键问题修复
2.9.2-rc1版本修复了多个影响用户体验和打印质量的问题:
SLA支撑生成相关
- 修复了新SLA支撑点生成器中的崩溃问题
- 解决了新SLA支撑点生成器可能导致的软件冻结问题
接缝处理
- 修复了在某些情况下完全不生成Scarf接缝的问题。Scarf接缝是一种特殊的接缝处理技术,能够使接缝处更加平滑,这个修复确保了接缝生成的可靠性。
顺序排列功能
顺序排列是PrusaSlicer中一项重要功能,它确保打印头不会碰撞已打印的物体。本次修复了多个相关问题:
- 修复了两类导致打印头可能碰撞已打印物体的情况
- 修复了顺序排列算法在存在多个模型实例时的崩溃问题
- 针对XL和CORE ONE打印机优化了输入数据
- 提高了MK4S的顺序排列精度,避免过于保守的排列
- 解决了顺序排列测试中的容差问题,减少了对有效位置的不必要拒绝
其他重要修复
- 修复了加载无效STL文件时的崩溃问题(一个存在已久的问题)
- 修正了平行对齐圆之间距离的测量问题
- 解决了仅包含配置不含几何体的3MF文件被错误拒绝的问题
国际化支持
PrusaSlicer一直重视多语言支持,本次更新:
- 更新了翻译模板文件(POT)
- 更新了捷克语(CS)、波兰语(PL)、德语(DE)、意大利语(IT)、西班牙语(ES)、法语(FR)和日语(JA)的词典
技术意义与用户影响
从技术角度看,2.9.2-rc1版本的改进主要集中在三个方面:CAD文件处理能力的提升、核心算法稳定性的增强以及用户体验的优化。STEP文件导入的改进特别值得关注,因为它直接影响到工程级3D打印的质量和效率。
对于普通用户而言,这些修复意味着更稳定的打印体验和更少的中途失败。特别是顺序排列功能的完善,将有效降低打印过程中发生碰撞的风险,这对于长时间的多对象打印尤为重要。
PrusaSlicer团队通过这种持续迭代的方式,不断优化软件性能,体现了开源项目响应社区反馈的敏捷性。候选版本的发布也遵循了稳健的软件开发流程,确保最终稳定版的质量。
对于3D打印爱好者来说,及时了解这些更新内容有助于充分利用软件功能,获得更好的打印效果。建议用户在测试环境中验证这个候选版本,特别是那些依赖STEP文件导入或顺序打印功能的用户。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00