PrusaSlicer 2.9.1版本中打印区域设置变更解析
PrusaSlicer作为一款广受欢迎的开源切片软件,在2.9.1版本中对打印区域设置进行了重要调整。这些变更影响了用户界面布局和功能显示方式,值得3D打印爱好者深入了解。
打印区域参数位置变更
在PrusaSlicer 2.9.1版本中,开发团队将打印区域的高度(Height)和半径(Radius)参数从原来的"打印设置"迁移到了"打印机设置"中。这一变更是基于参数性质的考虑——这些数值实际上描述的是打印机的物理几何特性,而非打印过程本身的设置。
用户现在可以在"打印机>常规"设置中找到这些参数,但需要注意这些选项被归类为"红色/专家级"设置,意味着需要切换到高级或专家视图模式才能看到和修改它们。
可视化圆形边界移除
伴随这一变更,软件界面中用于直观显示打印区域边界的圆形可视化辅助线也被移除了。这个圆形边界原本帮助用户在打印平台上更好地规划和排列多个模型对象。
虽然这一视觉辅助功能的移除可能会影响部分用户的工作流程,但开发团队认为这更符合参数实际代表的物理意义。用户现在需要更多地依赖数值参数而非视觉提示来规划模型布局。
多版本共存方案
对于希望继续使用旧版本功能的用户,可以采用多版本共存方案。具体实现方式是将不同版本的PrusaSlicer解压到不同的目录中,并通过启动参数指定各自的配置文件存储位置。
通过创建包含特定启动参数的批处理文件,用户可以确保每个版本使用独立的配置目录,避免版本升级导致的配置文件兼容性问题。这种方法特别适合需要同时使用新旧版本功能的专业用户。
总结
PrusaSlicer 2.9.1对打印区域设置的调整体现了软件设计理念的演进,将物理属性参数与过程控制参数更清晰地分离。虽然这些变更可能需要用户适应新的工作流程,但从长远看有助于建立更合理的参数分类体系。用户可以通过理解这些变更背后的设计思路,更好地利用软件功能完成3D打印任务。
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