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。
