前言做老视频修复、超分辨率重建的同学多半听过 Lada 这个开源项目。最近 GitHub 上出现了一个同类但更激进的项目JasnaKruk2/jasna同样做视频马赛克区域修复但从解码、检测、修复到编码全流程跑在 GPU 上官方基准测试中速度达到 Lada 的 3.4~4.7 倍显存占用也从早期版本的 20 GB 一路降到 4~7 GB主流消费级显卡就能流畅使用。更重要的是Jasna 核心功能完全免费自带图形界面 命令行双模式开箱即用。本文基于官方仓库整理当前最新版本 v0.11.22026-10-17 发布带你完整了解它的功能、原理、用法和避坑要点。下载地址国内下载地址夸克网盘方便访问 GitHub 困难的同学https://pan.quark.cn/s/22332642440b下载后解压到纯英文路径即可使用一、Jasna 能做什么全自动修复自动找出视频中的马赛克并修复画面其他部分不会被改动双修复模型免费快速的BasicVSR以及更慢但细节更丰富的LTX支持者专享仅限 NVIDIA区间编辑器只修复你选中的片段带实时预览支持VR180 视频和静态图片图片所用 SD 1.5 模型为支持者专享视频播放器不必生成文件直接实时观看修复后的画面支持二次修复UNet 4x、RTX Super Res、Topaz TVAI让修复区域更大更清晰。简单说把视频拖进去点一下底部的 ▶ 按钮出来一个只修复了马赛克区域、其余画面原样保留的新视频。二、硬件要求平台要求NVIDIAGTX 16 系 / RTX 20 系或更新计算能力 ≥ 7.5驱动 Windows 610 / Linux 580GTX 10 系及更旧显卡不支持AMDRadeon RX 7000/9000实验性Windows 需 Adrenalin 26.8.1二次修复与 LTX 仅限 NVIDIALTX 模型RTX 30/40/50至少 8 GB 显存 16 GB 内存几个容易踩坑的点程序所在文件夹路径不能包含中文、日文、带重音字母或其他非英文字符——很多中文用户卡在这一条磁盘格式Windows 用 NTFSLinux 用 ext4/Btrfs/XFS/ZFS不支持网络磁盘强烈建议放在SSD上机械硬盘会导致启动和模型加载极慢新版会直接弹警告。三、快速上手下载对应系统和 GPU 的发行包文末有下载地址解压到纯英文路径的文件夹启动程序Windows双击jasna.exeLinux NVIDIA运行jasnaLinux AMD运行run_jasna_amd.sh添加视频 → 选择设置 → 点击界面底部的▶按钮开修。避坑提示第一个任务会很慢。NVIDIA 上首次运行时Jasna 要为你的 GPU 准备模型约需 15~60 分钟且只发生一次期间建议关闭其他程序。结果保存在model_weights文件夹升级新版时把它拷贝过去即可免等第二次。显存不足OOM把「最大片段大小Max Clip Size」调低例如从 90 降到 60。每个设置项都有 ⓘ 提示鼠标悬停即可查看说明。四、工作原理一条几乎全 GPU 的流水线从读视频到写文件几乎所有步骤都在 GPU 上执行解码GPU 硬件解码NVIDIA 用 NVDECAMD 用 AMF检测默认模型rfdetr-v6逐帧查找马赛克跟踪跟踪马赛克运动轨迹把帧分组为片段不超过最大片段大小片段在镜头切换处结束避免把两个镜头混在一起修复BasicVSR 把每个片段按 256×256 修复片段之间留少量重叠避免可见跳变二次修复可选UNet 4x / RTX Super Res / Topaz TVAI 进一步放大锐化融合把修复结果贴回原始帧只有马赛克区域发生变化编码GPU 硬件编码NVENC/AMF音频默认直接拷贝。LTX 模型走另一条流程对视频做 4 遍处理找马赛克 → 准备 → 扩散模型修复 → 保存速度慢得多但能补出更多真实细节。v0.11.1 引入 LTX 后v0.11.2 又对超过 1 分钟的视频做了约 13% 的提速并修复了 8 GB 显存和低内存机器上的一批问题。五、修复模型怎么选模型定位获取方式BasicVSR默认修复模型速度快免费随软件提供UNet 4x二次修复修复区域更清晰支持者模型累计 $15SD 1.5静态图片修复实验性支持者模型累计 $15LTX细节最多的视频修复仅 NVIDIA支持者模型$25支持者模型用于资助项目训练新模型主要是 GPU 租用费。许可证码只能通过官方渠道Buy Me a Coffee、Unifans国内用户可走官方闲鱼店获取一个码可激活 3 台电脑激活后可离线使用。官方明确提醒其他渠道出售的密钥和修改版文件均为骗局可能带有隐藏代码请只从 GitHub 下载程序本体。六、性能基准官方用 RTX 5090 修复一段 3:22 的完整视频BasicVSR越低越好输入Lada 0.11.0Jasna v0.9.1720p H.26401:4700:32快 3.4 倍1080p H.26402:0200:34快 3.6 倍2160p H.26404:5601:03快 4.7 倍显存占用典型/峰值720p 约 4.2/4.6 GB1080p 约 4.8/5.6 GB2160p 约 7.2/10.9 GB——对比 v0.4.1 时代的 17~26 GB可以说是脱胎换骨。Lada 的显存占用更低2~4 GB但代价是速度慢 3 倍以上。七、命令行用法CLI 能完成 GUI 的大部分功能视频播放器、LTX 种子预览等除外适合批处理和服务器场景# 单个视频jasna--inputinput.mp4--outputoutput.mkv# 单张图片jasna--inputphoto.png--outputrestored.png# 整个文件夹jasna--inputinput_folder--outputoutput_folderjasna --help可查看全部选项。官方文档还覆盖了区间编辑、VR180 处理、降噪、60→30 FPS、色彩 LUT、流媒体播放、云端 GPURunPod/Vast等进阶玩法需要深挖的同学直接看仓库docs/zh/目录。总结Jasna 把「检测 → 跟踪 → 修复 → 融合 → 编码」整条链路塞进了 GPU配合免费开放的 BasicVSR 模型和成熟的 GUI是目前马赛克修复这个细分领域里上手门槛最低、性能最强的开源方案之一。如果你的显卡是 GTX 16 系以上值得一试。项目更新很勤v0.11.x 连续迭代建议关注 Releases 页面获取最新版本。