SuperSlicer 2.7.61.2版本更新解析:3D打印切片软件的重要修复与优化
SuperSlicer是基于PrusaSlicer分支开发的一款开源3D打印切片软件,它继承了PrusaSlicer的优秀特性并在此基础上进行了多项功能增强和优化。作为3D打印工作流程中的核心工具,SuperSlicer负责将3D模型转换为打印机可执行的G代码指令。
核心功能修复
本次2.7.61.2版本主要针对前一版本中发现的多个关键问题进行了修复,这些修复显著提升了软件的稳定性和切片质量。
在支撑结构生成方面,修复了负高度或零高度支撑层的问题,这一改进确保了支撑结构的正确生成,特别是在处理复杂模型时。同时优化了有机支撑结构的生长算法,防止其错误地扩展到其他孔洞或区域,这对打印带有复杂内部结构的模型尤为重要。
针对桥接区域的过填充问题,开发团队修正了额外悬垂部分的处理逻辑。这一修复直接影响到桥接结构的打印质量,减少了材料堆积和表面缺陷。此外,还解决了支撑阻挡器/增强器在某些情况下位置偏移的问题,虽然该问题尚未完全解决,但已得到显著改善。
打印流程优化
在打印流程控制方面,本次更新修复了擦拭塔多次抬升导致挤出机高度异常的问题,这一改进提高了多材料打印的可靠性。同时修正了裙边( skirt )与支撑结构重叠的情况,确保打印起始阶段的挤出稳定性。
温度控制指令生成逻辑也得到了优化,解决了除第一个挤出机外其他挤出机温度指令异常的问题。这一修复对多色打印和多材料打印尤为重要,确保了各挤出机的温度控制精确性。
用户界面改进
在用户体验方面,修复了工具提示无法消失的问题,提升了界面交互的流畅性。G代码预览功能也得到了增强,修复了内部起始擦拭显示异常的情况。这些看似微小的改进实际上显著提升了日常使用体验。
跨平台兼容性
开发团队对各平台版本进行了多项构建修复。Linux版本现在使用22.04基础运行环境,并优化了数学函数调用方式。macOS版本解决了权限提示问题,但用户需要注意:Intel版本会请求权限,而ARM版本可能显示"已损坏"警告,需要通过终端命令xattr -cr解决。
Windows用户现在可以通过Chocolatey包管理器获取自动安装和更新,未来还将加入对Winget的支持。这些改进大大简化了软件的安装和维护流程。
技术细节优化
在底层实现上,开发团队进行了多项技术优化:使用sqrtf替代sqrt处理浮点数运算,提高了计算效率;精简了Scintilla库的依赖(仅Windows版本需要);增强了字体加载的健壮性,防止因字体问题导致应用崩溃。
值得注意的是,当前版本仍存在两个已知问题:独立G代码查看器功能暂时不可用;支撑阻挡器/增强器在特定情况下仍可能出现位置偏移。开发团队表示这些问题将在后续版本中解决。
总结
SuperSlicer 2.7.61.2版本虽然是一个小版本更新,但包含了对多个关键问题的修复和优化,特别是在支撑结构生成、桥接处理和温度控制等方面。这些改进使得软件更加稳定可靠,能够为3D打印爱好者提供更高质量的切片结果。开发团队持续关注用户体验,不断优化各平台版本的兼容性和易用性,体现了开源项目的活力和专业性。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00