我要投稿

20M小模型的数学公式OCR，复杂公式截图秒转LaTeX代码！

发布日期：2025-11-19 07:29:49 浏览次数： 1782

作者：开源星探

微信搜一搜，关注“开源星探”

对于常写文档、做数学研究、准备学术论文的同学来说，数学公式 LaTeX 化几乎是绕不开的痛点。

不过最近我发现了一个非常轻量、却非常强大的开源数学公式 OCR 模型 — Texo。

一个只有 20M 参数的小模型，识别准确度却能达到 BLEU 0.85+，关键是还能直接在浏览器中运行，零成本在线使用。

对于一个 OCR 公式识别模型来说，这是相当夸张的表现。

核心亮点

• 极速推理：模型仅 20M 参数，推理极快。
• 识别精度高：识别精度媲美百兆级模型，输出 LaTeX 几乎无需二次修改。
• 直接运行：支持浏览器直接运行，无需后端服务器。
• 本地部署：支持本地部署及多种运行方式。

快速入手

Texo上手零门槛，浏览器直用或本地部署。

官方直接上线有 Demo 版本，可以直接在浏览输入以下地址使用，上传图片即可。

https://texocr.netlify.app/ocr

配置环境

git clone https://github.com/alephpi/Texo
uv sync

下载模型

# model only
python scripts/python/hf_hub.py pull

为什么 20M 模型能做到这么强？

按经验来说，OCR + 数学公式解析是一项非常复杂的任务：

• 公式符号多
• 结构嵌套深
• 上下标位置重要
• 语义依赖长距离

理论上，小模型很难完成，但 Texo 居然做到了。

原因大概包含以下几点：

• 任务本身是结构化的，不是完全自由文本。不像自然语言，公式的组合方式是有限的。
• 训练数据高质量、结构明确。数学 OCR 有大量高质量的 LaTeX 渲染数据可用。
• 针对公式任务优化的 Transformer 结构。
• 符号密集型任务对模型鲁棒性要求更低

总之，Texo 的强大不是偶然，而是合理的技术路线 + 轻量化设计的优势结合。

实际使用场景

• 写论文（LaTeX）：PDF 里的公式截图 → Texo → LaTeX → 直接粘贴。
• 做课堂笔记：把书本、PDF、黑板、老师投影的内容快速转为LaTeX。
• 开发者：想给自己的应用加入公式识别

写在最后

如果你经常与数学公式、LaTeX 打交道，那么你真的应该收藏 Texo。

它的优势非常明显：不仅轻量、准确度高、浏览器直跑，还开源、易集成。

真正把高难度的数学公式 OCR 技术拉到了大众可用的层级。

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-12-16

阿里重磅开源 0.5B TTS + 0.8B ASR，支持跨语种音色克隆、说唱识别！

2025-12-15

智谱手机 Agent 开源一周，iOS 版就来了

2025-12-15

OpenEvals下一代AI模型评估标准

2025-12-15

AutoGLM：推倒那面墙

2025-12-15

狂揽162K Star！n8n 2.0强势来袭，这次改动有点狠。

2025-12-14

ollama v0.13.3 最新发布：新增模型与功能优化详细解读

2025-12-14

OpenAI突然开源新模型！99.9%的权重是0，新稀疏性方法代替MoE

2025-12-14

AutoGLM开源：手机AI Agent的“安卓时刻”来了

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

DeepSeek又开源，这次是OCR模型！附论文解读！

2025-10-20

全新AI编程工具 Google Antigravity 实测，特别适合产品经理

2025-11-19

发现一个超神的Github开源OCR项目，国产多模态杀疯了

2025-10-27

MiniMax悄悄发布M2，8%价格打出Claude级性能

2025-10-27

如愿以偿！Qwen3-VL再开源30B-A3B，附实测！

2025-10-03

DeepSeek-V3.2背后的国产算子编程语言TileLang是什么？如何保持性能领先的同时减少6倍代码量？

2025-09-29

n8n如何调用最近爆火的deepseek OCR？

2025-10-29

让白宫“破防”的阿里千问，我替你们测了...

2025-11-17

DeepSeek-V3.2-Exp开源，附论文细节解读！

2025-09-29

最强开源0.9B级OCR模型！PaddleOCR-VL本地一键部署，私密性拉满【喂饭级教程】

2025-11-07

大家都在问

我们为什么选择 Spring AI 开发智能体，而不是 Dify？

2025-11-12

开源安全审核模型终极PK：Qwen3Guard、OpenAI-SafeGuard、Llama4-Guard谁才是王者？

2025-11-10

DeepSeek-OCR到底厉害在哪？

2025-11-03

n8n如何调用最近爆火的deepseek OCR？

2025-10-29

小红书入局AI智能体开源DeepAgent，在计划什么更新？

2025-10-28

埃森哲的大裁员，向市场发出了什么信号？

2025-10-13

DeepSeek-V3.2背后的国产算子编程语言TileLang是什么？如何保持性能领先的同时减少6倍代码量？

2025-09-29

Qwen3-Next 首测！Qwen3.5的预览版？但为什么我的测试一塌糊涂？

2025-09-17

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI AI知识库开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB