OrcaSlicer V2.3.0 正式版发布:3D打印切片软件的重大更新
OrcaSlicer是一款基于开源项目PrusaSlicer和BambuStudio开发的3D打印切片软件,它集成了众多先进功能并针对不同品牌的3D打印机进行了优化。作为一款专业级的切片工具,OrcaSlicer在打印质量、速度和用户体验方面都有出色表现。
版本亮点
OrcaSlicer V2.3.0作为稳定版本发布,带来了多项重要改进和新功能。其中最值得关注的是用户配置备份功能,这在软件升级过程中尤为重要。当用户升级到新版本时,系统会自动备份当前配置,确保不会因升级而丢失个性化设置。
核心功能改进
1. 用户配置管理优化
新版本对用户配置管理进行了重大改进。特别是对于自定义耗材配置,现在可以更精确地控制其适用范围。在升级过程中,旧版本创建的自定义耗材配置可能会对所有打印机可用,而2.3.0版本创建的自定义耗材配置将自动限定为仅适用于当前打印机型号。用户还可以手动设置耗材配置的依赖关系,将其限定在特定打印机上使用。
2. 支撑结构生成增强
修复了当支撑底部接口层设置为"与顶部相同"时可能导致软件崩溃的问题。这一改进使得支撑结构的设置更加稳定可靠,特别是在处理复杂模型时。
3. 填充模式优化
将默认填充模式从"网格"改为"交叉网格",这一改变可以显著提高打印件的强度和表面质量,同时减少材料使用量。
技术问题修复
- 修复了在特定情况下向Bambu打印机发送大型打印作业时速度缓慢的问题
- 修正了当启用防渗出和按对象打印时首层温度设置错误的问题
- 解决了重置耗材预设时可能导致的崩溃问题
- 改进了对象内部孔洞边缘的裙边生成算法,现在可以更准确地生成这些区域的裙边
硬件支持扩展
新版本增加了对多款3D打印机的支持,包括:
- Lulzbot Taz系列打印机(Taz 4、5、Pro Dual、Pro S)
- 优化了Creality CR-6的打印流程
- 为Sovol SV08和SV07添加了暂停G代码命令
- 改进了Creality Hi打印机的挤出机间隙设置
本地化改进
V2.3.0版本包含多项本地化更新:
- 德语翻译修复和更新
- 巴西葡萄牙语翻译改进,包括"plate"术语的优化
- 土耳其语翻译更新
- 繁体中文本地化更新
- 加泰罗尼亚语支持
耗材配置更新
新增了针对Co Print ChromaSet-2的TPU、ABS和PETG耗材配置文件,为用户提供更多材料选择。
开发者相关
对于开发者而言,新版本提供了调试符号文件(PDB),便于问题诊断和开发调试。同时改进了Windows平台的崩溃报告功能,现在会输出x64寄存器信息,有助于更准确地定位问题。
总结
OrcaSlicer V2.3.0作为稳定版本,在功能性、稳定性和用户体验方面都有显著提升。从用户配置管理到打印质量优化,再到多语言支持和硬件兼容性扩展,这一版本为3D打印爱好者提供了更强大、更可靠的工具。无论是日常使用还是专业打印,OrcaSlicer V2.3.0都值得推荐。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00