SuperSlicer 2.7.61.1版本更新解析:3D打印软件的重要优化与修复
SuperSlicer是一款基于PrusaSlicer二次开发的开源3D打印切片软件,它在原版基础上增加了许多高级功能和优化选项,为专业用户提供了更强大的打印控制能力。本次2.7.61.1版本作为2.7.61的bug修复版本,主要针对悬垂处理、打印质量优化和构建系统等方面进行了多项改进。
悬垂处理优化
悬垂处理是3D打印中的关键技术难点,新版本对此进行了多项改进:
-
悬垂可视化分级:现在软件将悬垂区域分为三个级别进行可视化区分。0到overhangs_width_speed阈值之间的区域不再显示为悬垂;介于overhangs_width_speed和overhangs_width阈值之间的区域仍显示为悬垂但保持原有流量;超过overhangs_width阈值的区域则显示为悬垂并应用桥接流量。
-
风扇控制修复:修正了禁用悬垂风扇速度时的错误行为,确保风扇控制逻辑更加精确。
-
Arachne算法优化:修复了Arachne算法生成的悬垂与普通薄壁出现在同一位置的问题,提高了模型精度。
-
额外轮廓逻辑改进:现在额外轮廓(extra_perimeters_on_overhangs)功能会根据是否使用Arachne算法和是否设置了overhangs_width_speed阈值来智能激活或禁用。
打印质量提升
-
压力提前校准:重新设计了缩放函数,使压力提前校准更加准确。
-
接缝凹槽改进:对接缝凹槽(seam_notch)的形状和流量进行了重新设计,使接缝处更加平整。
-
回缩校准检查:在校准对话框中增加了对固件回缩的检查,避免配置冲突。
-
填充合并优化:修复了填充区域合并的问题,即使存在微小偏移也能正确合并。
-
熨平修复:解决了多岛屿模型缺失熨平(ironing)的问题。
系统与构建改进
-
构建系统增强:
- 修复了macOS Intel平台上的libzstd问题
- 更新了CMake最低版本要求
- 改进了调试模式下的nlopt使用
- 增加了对Arch Linux等更多Linux发行版的支持
-
兼容性提升:
- 修复了与新版glibc-2.40的兼容问题
- 支持Linux Mint系统
- 放宽了OpenCascade的版本要求
- 修复了VS2022 17.13的构建问题
-
代码质量改进:
- 大量替换了C风格头文件为C++标准头文件
- 修复了许多缺少头文件包含的情况
- 优化了构建依赖关系
已知问题说明
尽管本次更新带来了许多改进,但仍存在一些已知问题需要用户注意:
- 支撑阻挡器/增强器在某些情况下可能会偏移,导致支撑生成位置不正确
- "在悬垂区域添加额外轮廓"功能可能会在桥接区域错误添加轮廓
- 树状支撑区域可能会因尖端直径增长而延伸到孔洞中的墙壁上
使用建议
对于不同平台的用户:
- macOS用户:Intel版本需要授予权限,ARM版本首次运行需执行xattr命令清除扩展属性
- Windows用户:可通过Chocolatey包管理器获取自动安装/更新
- Linux用户:提供了AppImage和压缩包两种格式,支持GTK2和GTK3环境
建议专业用户关注悬垂处理的新分级系统,合理设置overhangs_width_speed和overhangs_width阈值以获得最佳打印效果。对于打印质量要求高的项目,可以尝试新版改进的接缝凹槽和熨平功能。
本次更新体现了SuperSlicer团队对打印质量和用户体验的持续追求,特别是悬垂处理的精细化控制将为复杂模型的打印提供更多可能性。建议用户及时更新以获取这些改进,同时注意已知问题的规避方案。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00