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 Jasna（Kruk2/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 3.44.7 倍，显存占用也从早期版本的 20+ GB 一路降到 47 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 v0.11.2，2026-10-17 发布），带你完整了解它的功能、原理、用法和避坑要点。
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 |
|---|---|
| NVIDIA | GTX 16 系 / RTX 20 系或更新（计算能力 ≥ 7.5），驱动 Windows 610+ / Linux 580+；GTX 10 系及更旧显卡不支持 |
| AMD | Radeon RX 7000/9000（实验性），Windows 需 Adrenalin 26.8.1+；二次修复与 LTX 仅限 NVIDIA |
| LTX 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 NTFS，Linux 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.exe； - Linux NVIDIA：运行
jasna； - Linux AMD：运行
run_jasna_amd.sh；
- Windows：双击
- 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 NVDEC，AMD 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 $15+） |
| SD 1.5 | 静态图片修复（实验性） | 支持者模型（累计 $15+） |
| LTX | 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 0.11.0 | Jasna v0.9.1 |
|---|---|---|
| 720p H.264 | 01:47 | 00:32（快 3.4 倍） |
| 1080p H.264 | 02:02 | 00:34（快 3.6 倍） |
| 2160p H.264 | 04:56 | 01:03（快 4.7 倍） |
显存占用（典型/峰值）：720p 约 4.2/4.6 GB，1080p 约 4.8/5.6 GB，2160p 约 7.2/10.9 GB——对比 v0.4.1 时代的 1726 GB，可以说是脱胎换骨。Lada 的显存占用更低（24 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 --input input.mp4 --output output.mkv
# 单张图片
jasna --input photo.png --output restored.png
# 整个文件夹
jasna --input input_folder --output output_folder
jasna --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 GPU（RunPod/Vast）等进阶玩法，需要深挖的同学直接看仓库 docs/zh/ 目录。
八、下载地址
GitHub 官方发布页（唯一官方来源，推荐）： https://github.com/Kruk2/jasna/releases
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。再次提醒：软件本体免费，支持者模型的许可证码请走官方渠道；不要来路不明的"破解版"。
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。
转载自 CSDN-专业IT技术社区
原文链接：https://blog.csdn.net/weixin_41961749/article/details/168454985
