前阵子调研AI软件时发现一个扎心现象——PDF翻译工具的收费依然高得离谱。
论文翻译需求量极大，且常涉及长篇内容。某大厂（不点名）59元仅能翻译5万字——这个定价合理吗？一篇长论文很容易超过5万字，意味着月费会员连一篇论文都翻译不完。不知道大家对这类翻译软件的价格接受度如何，个人认为定价偏高。
好在如今AI论文翻译技术已经非常成熟，落地也不复杂。大厂的高定价反倒为小团队创造了机会。今天分享两个开源项目：一个专注于PDF转Markdown、JSON，格式转换精准；另一个则基于前者，增加了许多实用功能。
MinerU
项目简介
MinerU 是一款开源的高质量数据提取工具，能够将PDF转换为Markdown、JSON等系统可读格式。它在科技文献的符号转换方面表现尤为出色。支持自动去除页眉页脚、按人类阅读顺序输出文本、保留文档结构等，并兼容CPU和GPU环境，跨平台运行。
功能特点
格式转换与结构保留：自动清除PDF页面中的页眉页脚等冗余信息，按照人类自然阅读顺序输出文本，同时完整保留标题、段落、列表等原始结构。
元素提取与格式转换：自动提取图像、表格、脚注等元素，将公式转换为LaTeX格式，表格转为HTML格式，便于后续处理与复用。
智能识别与多语言支持：自动检测扫描版或乱码PDF并启用OCR；支持84种语言检测与识别，并能自动判断文档语言以选用最合适的OCR模型。
多模式加速与多平台兼容：支持CPU运行，同时可利用GPU、NPU、MPS进行加速。兼容Windows、Linux、Mac平台，满足不同用户的设备需求。
多样输出与可视化：支持多种输出格式，如多模态和NLP Markdown、按阅读顺序排版的JSON等。同时提供布局与跨度可视化结果，便于确认输出质量。
项目链接：https://github.com/opendatalab/MinerU
mad-professor（疯狂的教授）
这个项目的名字颇具趣味。
项目简介
mad-professor 将PDF处理、AI翻译、RAG检索、AI问答和语音交互整合于一体，通过个性鲜明的“暴躁AI教授”角色，使学术论文阅读高效且充满趣味。项目结构完整，包含核心模块与用户界面组件。
功能特点
全流程论文阅读：从PDF加载、解析到内容检索、问答，再到结果语音播报，一气呵成。
智能交互体验：利用RAG技术，结合AI问答与语音交互，用户可通过自然语言与系统交流，快速获取论文核心要点。
高效翻译支持：集成AI翻译功能，可快速将英文论文翻译为中文，显著提升阅读效率。
个性化角色设定：以“暴躁教授”形象为交互特色，增加阅读趣味性与记忆点。
跨平台使用：基于Streamlit构建的Web应用，可在不同操作系统上便捷使用。
