SuperSlicer 2.7.61.3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分支开发的一款专业3D打印切片软件,以其强大的功能和高度可定制性在3D打印社区中广受欢迎。作为一款开源软件,SuperSlicer不断进行功能改进和错误修复,为3D打印爱好者提供更优质的切片体验。
核心修复与改进
1. 填充与支撑系统优化
本次更新对填充算法进行了重要修复,特别是针对"solid infill every layers"功能的2.5版本算法进行了调整。这个功能控制着每隔多少层生成一次实心填充层,对于打印质量和材料消耗有着直接影响。新算法解决了之前版本中可能出现的填充层计算错误问题。
在支撑系统方面,修复了"no_perimeter_unsupported_algo"选项在使用"fill the voids with bridges"模式时的问题。这个功能用于处理悬垂区域无外围支撑的情况,改进后能够更准确地填充这些空隙,提高打印成功率。
2. 悬垂处理与流量控制
悬垂处理是3D打印中的关键挑战之一。2.7.61.3版本修复了悬垂区域在支撑和筏板上的处理问题,特别是在使用Arachne引擎时强制应用悬垂流量控制。这意味着软件现在能更精确地控制悬垂区域的挤出量,减少材料下垂或拉丝现象。
3. 筏板距离控制增强
新增了"raft_contact_distance_type"设置项,专门用于控制筏板与模型之间的Z轴距离。在此之前,软件使用支撑系统的距离设置来控制筏板距离,这可能导致筏板与第一层之间的间隙不理想。现在用户可以独立调整这个参数,获得更好的第一层附着效果。
4. 用户界面与体验改进
在用户交互方面,当软件询问是否激活悬垂处理时,现在会同时自动激活相关的流量控制选项,简化了用户操作流程。此外,修复了独立G代码查看器中不显示挤出路径的问题,增强了打印预览功能。
已知问题说明
虽然2.7.61.3版本带来了多项改进,但仍存在一些已知问题需要用户注意:
- 在某些情况下,支撑阻挡器/增强器的位置可能在计算过程中发生偏移,导致支撑生成在错误的位置。
- 温度控制命令(M109)在多挤出机配置中的处理存在不一致性,虽然主挤出机的温度控制命令可以正常启用/禁用,但其他挤出机的命令仍会被包含。
跨平台支持情况
SuperSlicer 2.7.61.3提供了完整的跨平台支持,包括Windows、Linux和macOS系统。特别需要注意的是:
- macOS用户需要执行特定命令来解决应用权限问题
- Windows用户可以通过Chocolatey包管理器获取自动更新
- Linux用户可以选择GTK2或GTK3版本的应用镜像
技术建议与最佳实践
对于希望充分利用新版本功能的用户,建议:
- 重新检查并调整悬垂相关参数,特别是流量控制设置
- 对于使用筏板的打印任务,尝试新的筏板距离控制选项
- 在多挤出机配置中,手动验证温度控制命令是否符合预期
- 定期备份配置文件,特别是在修改关键参数时
SuperSlicer 2.7.61.3版本通过多项关键修复和优化,进一步提升了3D打印切片的质量和可靠性。虽然仍存在一些待解决的问题,但这些改进使得软件在处理复杂几何形状和特殊打印场景时表现更加出色。对于追求打印精度的用户来说,升级到这个版本将获得更稳定、更精确的切片结果。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00