BambuStudio 2.1.0版本发布:创新填充结构与多项优化升级
BambuStudio作为3D打印领域的重要切片软件,在最新发布的2.1.0版本中带来了多项创新功能和优化改进。本次更新不仅引入了全新的填充结构模式,还在打印质量、用户体验和系统性能等多个方面进行了显著提升。
创新填充结构:Locked Zag模式
2.1.0版本最引人注目的创新是新增的Locked Zag填充模式。这种填充结构巧妙地将两种纹理结合使用,实现了外观与强度的完美平衡:
- 表层部分采用Cross Zag纹理,沿着模型外轮廓包裹,确保表面质量与传统Cross填充相当,显著提升打印件的美观度
- 骨架部分使用Zigzag纹理构建内部结构,有效增强打印件的整体强度
为解决模型轮廓分割导致的填充不连续问题,Locked Zag模式提供了四个关键参数,确保在不同区域切换密度和线宽时仍能保持填充的连续性。这种智能设计特别适合需要兼顾外观和强度的功能性打印件。
打印质量优化
本次更新在多方面提升了打印质量:
-
避免跨越墙壁功能优化:通过算法改进,显著减少了某些模型在打印过程中产生的拉丝现象,提升了表面质量。
-
Arachne模式计算效率提升:采用全新的悬垂计算方法,大幅加速了壁路径生成过程,使切片效率得到明显提升。
-
精确壁厚功能(开发者模式):通过调整内外壁之间的间隙,提高了尺寸精度和层间一致性,特别适合对精度要求高的打印项目。
-
材料参数更新:针对Bambu PLA和PETG HF材料,优化了H2D机型上0.4/0.6/0.8mm喷嘴的收缩参数,减少了大喷嘴打印时的拉丝现象。同时调整了多种材料的体积流速参数。
用户体验改进
2.1.0版本在多方面提升了用户操作体验:
-
打印机列表搜索功能:Windows平台新增打印机搜索功能,帮助用户快速定位目标设备。
-
打印设置复制功能:支持将打印设置从一个对象复制到另一个对象,简化多对象打印的配置过程。
-
耗材列表优化:采用两级分类结构,提升选择效率,并新增显示当前配置不支持的耗材。
-
同步打印机信息:单喷嘴机型支持一键同步设备信息和喷嘴数据,帮助用户快速开始切片任务。
-
预设标签折叠:新增预设标签折叠按钮,支持使用Shift+Tab快捷键操作,优化界面空间利用。
系统功能增强
-
多TPU模型切片支持:现在可以在同一构建板上切片多个TPU模型,通过插入暂停G代码实现手动换料打印。
-
文件传输优化:X1/X1C/H2D机型新增支持通过TCP在公网和局域网模式下传输文件。
-
路径导出功能:新增支持将切片路径导出为.OBJ文件格式。
-
HMS系统升级:重命名为Assistant(HMS),新增消息类型并修复了部分操作点错误。
问题修复
本次更新修复了多个影响使用的问题:
- 修复了狭窄内部区域填充路径不正确的问题
- 修正了H2D机型上各种喷嘴尺寸的层高限制错误
- 解决了部分模型桥接下方锚线缺失的问题
- 修复了高度修改器输入异常值导致的切片失败问题
- 修正了H2D模型延时摄影抬升路径计算错误
- 解决了P/A系列打印机打印TPU 90A时的错误提示问题
BambuStudio 2.1.0版本的这些改进和优化,从底层算法到用户界面,全面提升了3D打印的体验和质量,为专业用户和爱好者提供了更强大、更便捷的工具支持。
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