Prusa-Firmware-Buddy项目6.2.4版本固件更新解析
Prusa-Firmware-Buddy是Prusa Research公司为其3D打印机系列开发的开源固件项目,支持包括MK4、MK3.9、MK3.5、MINI和XL等多款3D打印机型号。该项目通过持续更新为Prusa打印机带来性能优化和新功能支持。
固件6.2.4版本主要更新内容
USB错误率降低
开发团队修复了一个罕见但影响用户体验的问题,该问题可能导致打印过程中偶尔触发"USB错误"暂停。这一改进通过优化USB通信协议实现,显著提高了数据传输的稳定性,特别是在长时间打印作业中。
CORE One打印机识别支持
本次更新引入了bootloader 2.4.1版本,新增了对MK4S转换为CORE One模式的识别能力。系统现在能够通过检测门传感器连接状态来判断打印机当前配置。需要注意的是,用户在进行MK4S到CORE One的转换前必须先升级到6.2.4固件版本,否则可能导致更新失败。
暂停后Z轴位置修正
修复了一个影响打印恢复的问题:在暂停后继续打印时,打印机未能正确应用MBL(Mesh Bed Leveling,网格床面调平)校正到复位移动中。这一修复确保了打印头在恢复打印时能准确回到正确的高度位置,避免可能发生的碰撞或层高不一致问题。虽然该问题已在6.2.3版本中针对MK4和MK3.5机型修复,但6.2.4版本将这一修复扩展到了XL机型。
XL机型专用更新
新型打印风扇支持
为应对供应链变化,Prusa为XL机型引入了新的打印风扇供应商。由于不同供应商的风扇具有略微不同的性能特性,而打印机无法自动识别安装的风扇类型,因此新增了"打印类型风扇"设置选项(位于设置->工具设置菜单中)。用户需要根据实际安装的风扇类型手动选择相应选项,以确保获得最佳冷却效果。
挤出机错误检测优化
针对XL机型的挤出机错误检测逻辑进行了改进。新固件优化了错误触发条件,避免在工具头处于停放状态时误报挤出机不转动的错误。这一改进减少了不必要的打印中断,提高了多工具头打印的可靠性。
升级建议与注意事项
对于所有支持的Prusa打印机用户,特别是使用XL机型的用户,建议尽快升级到此版本固件以获得更稳定的打印体验。升级前请确保:
- 备份当前打印机配置
- 检查SD卡有足够空间
- 按照官方指南正确执行升级流程
对于计划将MK4S转换为CORE One配置的用户,务必先完成6.2.4固件升级再进行硬件转换操作,以避免潜在的兼容性问题。
本次更新体现了Prusa对产品持续改进的承诺,通过解决实际使用中的痛点问题,进一步提升了打印机的可靠性和用户体验。开源社区的用户也可以通过研究这些更新内容,深入了解3D打印机固件的开发思路和技术实现。
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