PDFMathTranslate（命令名 pdf2zh）是「世界首个保留排版的开源科学文档翻译软件」——出自其 EMNLP 2025 Demo 论文摘要：基于大语言模型与精确版面检测，在公式、图表、目录、注释原位不动的前提下完成全文双语翻译[1]。它以 GitHub ID「Byaidu」的个人项目起步，两年内长成 Python 生态最主流的学术 PDF 翻译基础设施之一[2]。
为确保可持续发展，我们建立了「社区-商业模型」：开发者的激励来自两个源头——开源声望与商业产品的收益。……这一策略已成功激励 44 位全球开发者，累计贡献数万行代码。
—— PDFMathTranslate 论文第 6 节「Sustainability」，EMNLP 2025 Demo（本报告据 arXiv v4 全文翻译），转引自 [3]| 维度 | 内容 | 关键细节 |
|---|---|---|
| 产品功能 | 保留排版的学术 PDF 全文双语翻译 | 公式、图表、目录、注释原位保留；mono+dual 双输出；自定义 prompt（few-shot/CoT/角色扮演）提升术语质量 [12][3] |
| 多端形态 | CLI / GUI / Zotero 插件 / 在线服务 | pip/uv 安装 CLI，pdf2zh -i 启动本地 GUI（Gradio）；Win/Mac 桌面应用；社区 Zotero 插件（8.3k★）；Docker + 五家云一键部署；MCP STDIO/SSE 模式 [12][11] |
| 开源模型服务化 | 版面检测模型 + 翻译服务聚合 | DocLayout-YOLO ONNX 版面检测随包分发；聚合 Google/DeepL/OpenAI/Ollama/MiniMax 等 23 种服务；2.0 内核独立仓库演进 [3][13] |
| 面向客群 | 科研人员 / 研究生 / 文献重度用户 | 194 种语言；Zotero 插件直连文献管理器；流式管线支持千页级文档 [3] |
| 解决痛点 | 学术 PDF 翻译「排版破坏」 | 传统机翻公式乱码、图表错位、双栏失效；本案以精确版面检测保住原排版，完全免费、可自部署、支持 API [3] |
主软件完全免费——论文把「Free」列为相对 Doc2X、IMT 等付费方案的核心可及性优势[3]。在线入口 pdf2zh.com 提供公共免费服务，README 同时推荐沉浸式翻译旗下 BabelDOC 在线版（附免费额度）与 HF/ModelScope Demo，并提示「算力有限，请勿滥用」[12][14]。可持续性押注在「社区-商业模型」双激励上，但截至检索日，广告、订阅、API 计费、捐赠的收入数字均未公开——商业化处于「生态位合作已发生、货币化未显形」状态。
| 指标 | 数值 | 时点 | 信源 |
|---|---|---|---|
| GitHub 星标 / Forks | 38,398 / 3,441（底稿 38.3k 一致） | 2026-11-13 API 实测 | [2][9] |
| 爆发期增速 | 单周 +3.8k★（总量 8k，Python 热榜） | 2024-12-17 前一周 | [10] |
| 近期增速 | 周增 +151★（38,170 → 38,321） | 2026-11 查询 | [7] |
| 累计下载量 | 222k+（论文摘要口径） | 2025（论文写作时点） | [1] |
| 学术收录 | EMNLP 2025 System Demo（77 篇中第 71 篇，pp.918–924） | 2025-11 收录 | [5] |
| Zotero 插件（社区） | 8,296★ | 2026-11-13 API 实测 | [11] |
| 2.0 新仓库 | 814★ | 2026-11-13 API 实测 | [13] |
| 贡献者生态 | 44 位开发者/数万行代码（论文）；59 人（HelloGitHub） | 2025 论文 / 2026-11 | [3][7] |
| HelloGitHub 评分 | 10.0 / 10（8 人评分），平台收录 | 2026-11 查询 | [7] |
将 pdf2zh 放入案例墙「AI 翻译/学术效率工具」坐标系（对标数据均为案例墙既有核验值，出自主清单 domestic-pool.md，时点见括注）：
| 对标项目 | 创业者 | 形态 | 数据表现（时点值） | 置信度 |
|---|---|---|---|---|
| PDFMathTranslate（pdf2zh） | Byaidu | 保留排版学术 PDF 双语翻译：CLI/GUI/Zotero/在线/Docker/MCP | GitHub 38.3k★（2026-10/11；实测 38,398）+ EMNLP 2025 Demo | 中（本报告已升级核验） |
| 沉浸式翻译 Immersive Translate | Owen Young（前腾讯前端） | AI 双语网页翻译插件，扩展 PDF/字幕/漫画，聚合 10+ 引擎 | 全球激活用户破 3000 万（2026-09 官方博客）；Chrome 2024 年度精选；起步期一人开发，后被收购 | 高 |
| Easydict | tisfeng | macOS 开箱即用词典翻译应用，接 OpenAI/Gemini/DeepL 与离线 OCR | GitHub 15.2k★（2026-11） | 中 |
| GPT 学术优化（gpt_academic） | binary-husky（中科院博士） | 学术场景 LLM 工具：论文润色/翻译/代码解析，插件化 | GitHub 71.6k★（2026-11）；个人账号主导 1333+ commits | 高 |
四者分化清晰：沉浸式翻译走大众普及（终局是被收购）；Easydict 卡位 macOS 系统级体验；gpt_academic 同属学术垂直但走「多功能插件平台」路线。pdf2zh 的独特性在两点：其一，四者中唯一拥有顶会正式论文背书——EMNLP Demo 使其进入学术引用链条，天然渗透目标客群；其二，AGPL-3.0 + 完全免费 + 自部署，在成本敏感的高校实验室形成近乎默认选项的分布密度[9]。
| 维度 | 分析 |
|---|---|
| 1. 产品功能 | 单点做到极致的「排版保真翻译」：版面检测（DocLayout-YOLO）→ 翻译服务聚合 → 原位重渲染，mono+dual 双输出；2026 年补齐 OCR 实验支持与 ultrafast 模式，场景从原生文本 PDF 扩向扫描件 [12][3] |
| 2. 多端形态 | 「一个内核 × 七种触点」：CLI/GUI（本地+桌面）/Zotero/Docker/MCP/在线/Python & HTTP API；Zotero 插件与 Mac 桌面端由社区交付，官方只做标准与收录 [12][3] |
| 3. 开源模型服务化 | 开源的不止代码：版面检测模型随包分发（附 hf-mirror 镜像指引）；翻译层 15 行即插即拔；AGPL-3.0 保障生态回馈；2.0 内核独立仓库试错，稳定版不受影响 [3][13] |
| 4. 面向客群 | 核心客群是科研人员与研究生：98% 论文英文发表 vs 英语母语者 7.3% 的结构性缺口是需求底盘；Zotero 生态与 EMNLP 引用链形成精准分发；在线免费服务承接轻度用户 [3] |
| 5. 解决痛点 | 学术 PDF 翻译的「排版破坏」：公式乱码、表格错位、双栏失效令译文不可用；以免费+自部署+排版保真组合替代付费方案，效率优于同类保排版竞品（论文自述） [3] |
| 6. 商业化与营收（推算，置信度 C） | 营收零披露：软件完全免费、在线服务公共免费，无订阅/广告/API 计费数据；论文仅给出「社区-商业模型」定性框架，商业产品形态未披露。可核验的关联信号：论文作者之一署名 Funstory.ai（香港）、README 在线推荐沉浸式翻译-BabelDOC 版——生态协作位已发生，货币化路径未显形；常见终局（基金会/被收购/云托管计费）均缺事实支点，维持 C 级不下结论 [3][12] |
| 7. 学术准确性责任 &「一人」口径边界 | ① 准确性责任：论文把翻译质量交给用户所选服务与自定义提示词，未设正式的「学术翻译准确性保证/免责条款」，README 与文档亦未检索到质量承诺——科研场景误译风险实质由使用者承担，对文献引用场景是实质风险点。② 一人口径：本案是「一人发起 + 社区共建」——Byaidu 436 commits 居人类首位、核心架构由其主导，但 44 位开发者（论文）/59 人（HelloGitHub）的社区贡献是达到当前完成度的必要条件；案例墙按「维护者主导」口径如实标注，不宜表述为严格单人作品 [3][6][7] |
本深度报告共引用 14 条信源，按文中首次出现顺序连续编号。上标颜色与文末徽章同色同义：绿 = 已核验（≥2 独立信源交叉），蓝 = 多源印证（单一权威信源可回溯），黄 = 部分映证（自述/转述/单一 B 级信源）。