20ms 是一款开源 OCR（光学字符识别）工具的代称，由 Firecrawl 团队推出的 PDF 解析引擎 pdf-inspector 带火——它能在约 20 毫秒内将一页 PDF 转成 Markdown 格式，官方称速度比常见方案快近 300 倍。这类工具主要解决文档数字化中的版面识别、文字提取和结构化输出问题，面向 RAG 知识库、数据清洗等大模型应用场景，是目前文档解析赛道受关注度较高的一个分支。
20ms 级 PDF 解析的近期进展
当前焦点与观察点
20ms 这个数字之所以被反复引用，是因为传统 OCR 流水线往往需要数秒处理一页复杂版面文档，而毫秒级解析意味着大规模语料建设在成本上变得可行。不过需要留意的是，「快近 300 倍」通常是针对特定对比对象和测试集的结果，实际效果仍受版面复杂度、手写体比例、多栏排版等因素影响，复杂场景下的准确率与速度的取舍尚未有公认的第三方评测。
另一个观察点是开源与商业服务的竞争格局。Firecrawl 将解析引擎开源，意在巩固其数据采集与清洗平台的位置；而 Mistral OCR、各家云厂商的文档智能服务也在同一赛道竞争。对使用者而言，选型时除了看峰值速度，更应关注表格还原、公式识别、多语言支持等具体能力。20ms 能否成为行业标准门槛，还有待更多独立基准测试验证。