Jasna 是一款受 Lada 启发的本地视频马赛克修复工具全程在本地 GPU 上运行无需上传云端。本文梳理它的工作原理、检测模型、纯 GPU 流水线、二级画质修复与去闪烁参数给出首次运行的踩坑提示并附 Windows 一键整合包。想找一款不上传、不排队、能用 NVIDIA 显卡本地跑的 AI 去马赛克方案看这一篇够用。速览太长不看是什么本地视频马赛克检测 修复工具受 Lada 启发处理全程不离开你的硬盘核心管线检测马赛克区域 → 裁剪 → 修复模型重建 → 回填原视频纯 GPU 流水线支持 TensorRT速度表现相比 Lada 0.10.1 约快 2–3 倍RTX 5090 上无马赛克区域可达约 250fps画质兜底马赛克块大时可接二级修复RTX Super Resolution 免费快 / Topaz TVAI 画质好但付费怎么用Windows 下解压一键包双击启动首次需 15–60 分钟编译 TensorRT 引擎硬件门槛Windows 10/11 64 位 较新 NVIDIA 显卡计算能力 ≥ 7.5【资源下载】Windows 一键整合包内含 Jasna 主程序 CUDA / ffmpeg / mkvmerge / 模型权重等依赖解压双击即跑把环境配置藏在启动脚本后面。 整合包地址:https://pan.quark.cn/s/8099e7a330a2一、Jasna 是什么一款跑在本地 GPU 上的马赛克修复工具Jasna 是一个受 Lada 启发的本地视频马赛克修复工具。官方 README 说明它主要面向特定视频场景下的马赛克检测与修复。把它拆成四步就清楚了检测——在视频帧里定位马赛克区域裁剪——把这块区域单独切出来重建——用修复模型补回被遮挡的细节回填——把修复结果贴回原视频对应位置上图是官方 GUI。界面已经是图形化思路左侧加文件右侧调参数底部看进度。对不熟悉命令行的人来说不会一上来就被 Python 报错劝退。这次做的一键包也顺着这个思路能双击启动的就不让大家去折腾环境。二、它真正的竞争力在哪Jasna 吸引人的地方不在于「能去马赛克」本身而在于它把几个长期痛点一起补上了。2.1 检测模型升级很多修复工具翻车不是修不好而是压根找不准马赛克在哪。检测偏了修复区域会跟着乱跳漏检了画面里就残一块没处理。Jasna 提供了更新的马赛克检测模型官方也建议一般优先选最新的rf-detr。2.2 纯 GPU 流水线以前这类视频处理最折磨人的是 CPU 和 GPU 之间来回倒数据——速度一拉胯风扇先起飞。Jasna 的目标就是把处理尽量全程压在 GPU 上并支持 TensorRT 加速。官方基准里同样一段视频Jasna 0.5.0 相比 Lada 0.10.1 大约能快 2 到 3 倍。官方还提到在 RTX 5090 上无马赛克区域的原始处理速度能到约 250fps——这个数字不代表你家机器一定能跑到但至少说明它不属于「能用但巨慢」那一档。三、画面发糊怎么办二级修复去马赛克最常见的翻车场景是修是修完了但看起来像把一块 256×256 的小图硬拉伸脸部和边缘全糊。Jasna 的应对思路是分两级一级先用 Jasna / Lada 的修复模型处理马赛克区域二级当马赛克块偏大比如特写镜头、4K 源一级结果可能偏软这时再接一个二级修复模型把 256×256 放大到 512×512 或 1024×1024目前二级修复支持两条路线路线速度画质费用备注RTX Super Resolution快中免费、零依赖个别视频可能闪烁Topaz TVAI慢最好需付费 Topaz Video画质上限最高简单决策要快就先上 RTX Super Resolution能接受慢、又想画质拉满就试 TVAI。四、去闪烁容易被新手忽略的关键参数很多人第一次玩视频修复会盯着单帧截图看效果。但视频不是照片。单帧看着还行一播放就暴露问题边缘在跳、亮度在抖、马赛克区域像贴了一块会呼吸的补丁。Jasna 里有个很实用的参数叫时间重叠temporal overlap作用是让相邻片段之间多保留一些重叠帧减小片段边界处的闪烁。官方建议取值大致在8 到 20之间。规律是片段越大、重叠越高画面越稳但更吃显存、更耗时间。实操建议很简单——先拿短片段试别一上来就丢两小时的长视频硬跑。五、首次运行别慌TensorRT 编译那 15–60 分钟这一点必须提前讲清楚否则第一次用很容易以为软件卡死了。Jasna 首次运行可能很慢不是因为崩了而是TensorRT 引擎正在针对你的显卡做编译。官方写的耗时是15 到 60 分钟这段时间最好别开一堆软件浏览器也尽量关掉把资源让给编译。编译好的引擎会缓存在model_weights文件夹里后续再跑就直接复用。以后升级版本也可以把旧版本的引擎文件复制过去省得重新等一遍。硬件门槛清单系统建议 Windows 10 / 11 64 位显卡需要较新的 NVIDIA 显卡GPU 计算能力最低7.5驱动尽量更新到新版 NVIDIA 驱动显存4K 视频更吃显存显存小就把片段大小调低显存不足怎么办遇到显存爆掉可以先把最大片段大小从 180 降到 60或者先关掉模型编译。画质和速度需要自己找平衡点这类工具没法完全无脑。六、一键整合包解决的是什么问题官方项目本身已经很强但对普通用户来说真正劝退的不是「会不会点按钮」而是按钮前面的那一堆环境配置。CUDA、ffmpeg、mkvmerge、模型权重、路径、驱动、首次编译……每一项单独看都不难但叠在一起就足以把人挡在门外。所以这个一键包做的事情很具体把环境配置这一层尽量藏到启动脚本后面。下载解压按说明启动剩下的交给脚本。适合谁用想在本地处理视频、不愿把素材上传到云端的人想批量处理、不想守着网页排队的人已有 NVIDIA 显卡、愿意等首次编译的人想尝试 Jasna / Lada 这类 AI 去马赛克方案的人合法使用边界这类工具请只用于你合法拥有、且获得授权处理的素材。请勿用于处理任何涉及他人或未经授权的内容这条使用底线务必守住。七、常见问题 FAQQ1Jasna 和 Lada 是什么关系Jasna 受 Lada 启发工作思路相近检测 → 裁剪 → 修复 → 回填但在检测模型、纯 GPU 流水线和 TensorRT 支持上做了升级官方基准里同等视频约快 2–3 倍。Q2首批运行卡了很久是不是坏了不是。首次运行需要 15–60 分钟为你的显卡编译 TensorRT 引擎编译完成后会缓存在model_weights文件夹之后复用即可。编译期间尽量关闭浏览器和其他重负载程序。Q3我的显卡能跑吗需要 NVIDIA 显卡GPU 计算能力 ≥ 7.5大致对应 RTX 20 系及更新型号系统建议 Windows 10/11 64 位并安装较新的 NVIDIA 驱动。AMD / Intel 核显目前不在支持范围内。Q4显存不够一直报错怎么办先把「最大片段大小」从默认 180 降到 60或暂时关闭模型编译4K 视频尤其吃显存可进一步调低片段大小。本质是在画质、速度、显存之间找平衡。Q5RTX Super Resolution 和 Topaz TVAI 怎么选要速度、要免费、要零依赖选 RTX Super Resolution个别视频可能闪烁要画质上限最高、能接受慢和付费选 Topaz TVAI。两者是二级修复的可选路线一级修复用 Jasna / Lada 自带模型。Q6处理完的视频边缘在跳、亮度在抖怎么办这是典型的片段边界闪烁。调高「时间重叠」参数官方建议 8–20并先用短片段试参数确认稳定后再跑长视频。Q7一键包和手动部署有什么区别一键包把 CUDA、ffmpeg、mkvmerge、模型权重等依赖和启动脚本打包在一起解压双击即跑不必手动配环境变量和路径手动部署更适合需要自定义参数或非 Windows 环境的用户。相关链接GitHub 仓库https://github.com/Kruk2/jasnaWindows 一键整合包https://pan.quark.cn/s/8099e7a330a2写在最后Jasna 目前还不是那种「全自动神仙软件」——它早期、硬核、吃显卡第一次运行也需要耐心。但方向是对的本地处理、GPU 加速、检测模型更强、能接 TVAI 与 RTX Super Resolution还开始支持流媒体和 Stash 这类玩法。对作者来说最实在的一点是视频从头到尾不用离开电脑。这就够了。JasnaJasna 一键包Jasna 整合包本地去马赛克视频马赛克修复AI 去马赛克TensorRT 视频修复NVIDIA 视频修复Lada 替代RTX Super ResolutionTopaz TVAI本地视频处理免责声明本文为开源工具的技术评测与使用解析所涉项目遵循其原始开源协议工具仅适用于用户合法拥有并获授权处理的素材。便携整合包为作者整理本内容来自平台创作者仅提供信息存储空间服务。