Jasna 完全指南：开源视频马赛克局部修复，1080p 一部 34 秒，没动过的画面不重新编码

【免费下载链接】jasnaVideo restoration tool项目地址: https://gitcode.com/GitHub_Trending/ja/jasna

手里有一段老视频，马赛克只出现在其中短短几十秒，可老办法没得选：整段视频重新过一遍编码器，等几个小时不说，没打码的镜头也跟着被"二次加工"了一遍，画质反而打了折扣。能不能只处理那几十秒，剩下的原封不动？这就是 Jasna 要解决的问题——一个开源的视频马赛克检测与局部修复工具，全程在你自己的显卡上跑：AI 先逐帧扫出每一处马赛克，再只重建选中片段，其余画面原样复制、不重新编码，视频自始至终不出你的电脑。

不重编整片：Jasna 视频马赛克局部修复的核心差异

它的工作方式，与其说"修复视频"，不如说更像文档里的红线批注：只重写被划了线的几句话，其余文字连灰都不掸。扫描确认马赛克位置后，Jasna 只对框选出来的区间做 AI 重建，没选中的部分直接从源文件复制过去——不进编码器，像素一个都不动，输出仍然是一部完整的视频。

有个细节要提前说清楚：每个区间的头尾会有几秒被重新编码用来拼接（视频流只能在特定帧上切开），这是拼接的代价；但除此之外，其余画面保持原始质量。如果你叠加了色彩 LUT 或锐化，全片才会被整体重编，时间相应变长。

旧方案 vs Jasna：一遍重编 vs 一段拼接

扫描找码有多快：高端显卡上约 2000 帧/秒

不用自己逐帧翻。区间编辑器内置逐帧扫描，在 RTX 5090 这类高端显卡上速度约2000 帧/秒，电影级别的片源也能很快扫完。找到的马赛克片段会以高亮色块标在时间线上，拖动"检测阈值"滑块就能收紧或放宽判定——误报的踢出去，漏掉的捞回来，选中的区间随后变为待修复状态，精度可以细到帧。

速度对比：同一部视频，34 秒对 2 分钟

官方基准测试，同一部 3 分 22 秒的视频，BasicVSR++ 模型，RTX 5090（Linux），耗时越短越好：

从解码、检测、修复到编码，整条链路都压在 GPU 上（NVIDIA 走 NVDEC/NVENC，AMD 走 AMF），这是差距能拉开到近 5 倍的原因。

Jasna 上手教程：显卡门槛、四步流程与首跑避坑

显卡门槛一览：哪些 GPU 能跑 Jasna

• NVIDIA：GTX 16 系 / RTX 20 系或更新（计算能力 7.5+）；GTX 10 系及更老的不支持
• AMD：Radeon RX 7000/9000，实验性支持（基于 ROCm）
• 磁盘：本地 SSD 推荐，不支持网络盘；机械硬盘启动和加载都会明显变慢

说人话：没有 2019 年前后的新卡，这一步就绕不过去，CPU 扛不动这套 AI 流程。

GUI 四步走：拖入视频、扫描、框选、点播放

1. 下载对应系统的官方发行包，解压后双击启动
2. 把视频拖进队列（也可整文件夹加入）
3. 点开队列项上的剪刀图标进入区间编辑器，点"扫描视频"，勾选要修的区间——或者干脆全选
4. 按 ▶ 开始，等导出完成

每个设置旁都有 ⓘ 提示，鼠标悬停就能看到解释，不用翻手册。

首次运行避坑：15~60 分钟与路径规则

• 首跑慢是正常的：第一个任务会花15~60 分钟为你的具体显卡准备模型，一次性投入，之后每次都是秒级等待。期间建议别用这台电脑。
• 路径别带中/日文字符：安装目录里出现中文、日文或其他非英文字符会出问题，解压到纯英文路径最稳妥。
• 升级省时技巧：把model_weights文件夹拷进新版本，就不用重新等首跑了。
• 高配模型另算：LTX 等精修模型首次使用需单独下载（标准画质约 15 GB），并需要至少 8 GB 显存。

命令行玩家也别被落下——CLI 能做 GUI 几乎全部的事，还支持整文件夹批量：

jasna --input input_folder --output output_folder

适合挂机跑一批视频。细节可查 docs/zh/cli.md、docs/zh/segments.md、docs/zh/models.md。

Jasna 修复费用怎么算：基础模型免费

许可证码一个可用于 3 台电脑，激活后离线使用。基础免费这一点意味着：先白嫖着把 BasicVSR++ 跑通，确认效果后再决定要不要上高配模型，不亏。

Jasna 局限与取舍：谁适合，谁该绕道

坦诚列出短板，帮你判断值不值得折腾：

• 硬件门槛真实存在：GTX 10 系及更老的卡直接出局；AMD 目前只是实验性支持，部分二次修复能力仅 NVIDIA 可用。
• 首次准备耗时：15~60 分钟只发生一次，但确实要等，期间电脑最好空出来。
• 马赛克铺满全片时优势缩水："其余原样保留"的价值取决于马赛克占比；整片都是码的话，等于全片都要修，省不了多少——不过纯速度优势仍在。
• LTX 是"重炮"：慢、吃显存、下载体积大，留给最在意的视频，别当日常用。

适合谁：想自己动手清理老视频、坚持"只碰病灶"的修复爱好者；拒绝把视频上传到别人服务器的隐私敏感用户；以及会用命令行、想一次挂机批处理整个文件夹的效率党。该绕道：显卡不到门槛、等不了首跑、或者只想"随便试试"却没视频可修的朋友——先看看别的方案。

从"整片重来"到"只修坏的那块"

Jasna 代表的方向挺清楚：AI 视频修复正在从"大而全"转向"精而准"。以前只能接受整片重做的笨办法，现在可以只对一小块画面做文章，快、稳、还免费。硬件门槛和首跑耗时是它的代价，但"免费、开源、本地、精准、快"叠在一起，已经够格进收藏夹了。

最后留个话题：如果手里有一段老视频要修，你最想处理的是哪一段？评论区聊聊。

【免费下载链接】jasnaVideo restoration tool项目地址: https://gitcode.com/GitHub_Trending/ja/jasna