你见过一个翻译软件,
能把一个pdf的文字、表格、公式都翻译出来，还保持原本的排版吗？
每一次看 deepseek、mcp 这些论文时，
铺天盖地的英文，看得我就脑壳疼。
也用过一些AI翻译，但大多都是一段一段的或者排版是错乱的，我需要仔细分辨对应的语句，也就是说，我脑子里还是做了一遍翻译，实际上花的时间也没少。
那今天就要和大家隆重介绍，能够精准翻译并排版的
BabelDOC
Github 全站全开发语言 Trending 榜登上了第三名，同期的第一名第二名是微软的 markitdown mcp 和 Meta 的 Llama 大语言模型。
感受到这个含金量了吧！
话不多说，我们来具体看几个case：
比如说，我先给了一个32页论文，这种包含了很多排版方式的论文首页，BabelDOC 几乎都能1：1复刻一下来，甚至就连引用文献的数字角标都保持了下来。
仔细看，下方这里引用和标注的位置，虽然中间那条横线不见了，但是位置和字号还有小角标都很保持住了，我截取了文章中多处引用位置，都很完美。
在看一些学术论文时，里面经常会插入很多公式，翻译一遇到这种东西，简直就是噩梦，基本上乱码无疑。
比如这个页面，满屏的公式、图片还有带颜色的文本框，可以说是地狱级难度，BabelDOC 就是能轻轻松松的复制下来，让他们在该在的位置，有着该有的颜色。
再有就是表格啊、页眉页码啊，这些排版都能翻译并复刻下来：
接下来，我们玩个难一点的，
搞一个排版很复杂的，带有很多色块，文字大小和位置花样很多的英文PDF，看看 BabelDOC 还能不能保持。
真的很神，复杂排版也不在话下。
色块、文字，logo都能一一对应上，原文的设计全部重现。
美中不足的是，一旦英文变成特殊字体就没办法翻译出来，
但好在可以直接无痛导出中英文对照版pdf，因为排版位置一一对应上，直接就能对比原文来看翻译，省时省力。
还要提一句，即使我上传的是几百页的文章，
BabelDOC 都能稳定翻译输出，而且用时很短，一百多页的文章，几分钟就翻译好了。
所以，BabelDOC 为什么能有这样的性能呢？
当一个程序打开 PDF 文档时，我们可以大致把打开的过程想象为下图的流程：
为了做好翻译和排版复原，BabelDOC PDF 在上述流程中增加了几个关键步骤
-
抵达页面树后，引入了「 AI 布局识别」技术，辨认文本的布局、段落结构，以及一些复杂的内容排版情况，例如图片、表格和数学公式，并「记忆」下来。 -
识别完成后，提取文本并交给大模型进行翻译 -
最后，把翻译好的文字和第一步识别记录下来的排版情况进行比对，智能匹配对应的字体、行距等样式，确保文本能够适应新的布局。这时候走到第五步，通过智能渲染的方式，将翻译好的文字调整好大小尺寸，连同上面说的的数学公式、图片、表格等重新排版一遍，写入新文档。 到这一步，经过 BabelDOC PDF 处理好的翻译文档就这样新鲜出炉了
而这个 BabelDOC 功能就是由沉浸式翻译推出的。
沉浸式翻译相信很多人都知道，非常无敌好用的翻译插件，
能实时视频翻译，我熬夜追 openai 直播的时候都用它 ：
还能实现网页翻译、漫画翻译等等等等：
不开玩笑，可以说是我的十大爱用插件之一！
经常看我文章的朋友不知道有没有注意到，我的截图经常会有这个小图标，
好用啊，真的好用。
只需要我们进入这里🔗 immersivetranslate.Com
根据需要根据自己的浏览器版本，点击安装按钮，跳转至插件安装界面：
然后按照提示一步步安装就可以了：
当你看到自己的扩展栏，拥有这个小图标，
恭喜你，成功拥有了沉浸式翻译插件：
点击图标，就可以选择进行平时翻译的大模型，
常用的大模型基本都包圆了！
如果要使用上面提到的 BabelDOC，
点击图标，在底部选择任意一项，进入就能够看到 BabelDOC，直接上传文件，选择模型进行翻译就可以了，非常简单。
高亮提示，免费版和付费版只有翻译大模型和额度区别。
目前，免费版⽤⼾每⽉享有 1000 ⻚ 的PDF解析翻译额度，可以使⽤智谱4等⼤模型进⾏翻译，无痛保存文件。
Pro 会员 享有每⽉ 10000 ⻚ 额度，接⼊ DeepSeek 、GPT、gemini 等等⾼级翻译模型。
讲道理，日常用1000页完全够够了。
写在最后
把一件事情做到极致是一件很牛的事情，
在翻译这件事情，沉浸式翻译一直都是 Top 级别，
但就是这样，他们也仍然还在不断超越自己。
我在排行榜上看到一众外国软件上冒出一个中文名字的时候，
心里真的感慨，
这大概就是坚持一件事并把这件做精的意义吧。
宝藏插件之所以是宝藏，
是有原因的，
我永远爱它！
@ 作者 / 阿汤 & 卡尔 @ 动手学AI知识库 / learnprompt.pro
（文：卡尔的AI沃茨）