Jasna + LTX：马赛克修复的技术原理与实测

作者 mcx 日期 2026-10-20
Jasna LTX 视频修复 扩散模型 GPU
Jasna + LTX：马赛克修复的技术原理与实测

Jasna 是一个开源的马赛克修复工具，跑在本地 GPU 上。它有两个修复模型：免费的 BasicVSR++，和付费的 LTX。这篇讲清楚它到底怎么工作、LTX 为什么慢但效果更好、以及跑一轮要付出什么代价。

Jasna 是什么

按官方说明，Jasna 做的事情很窄：找出视频里的马赛克区域，只修复那一块，画面其他部分不动。

它不修改原始视频的构图、不动音频、不重编码无关区域。这一点决定了它的整个技术路线——不是”重生成整帧”，而是”定位 + 局部修补 + 融合”。

项目地址：

1
https://github.com/Kruk2/jasna

公开应用代码是 AGPL-3.0，模型和捆绑依赖各自有独立许可条款。

处理流程

默认（BasicVSR++）路径是七步，几乎全在 GPU 上跑：

1
2
3
4
5
6
7
1. 解码   GPU 解码（NVIDIA 用 NVDEC，AMD 用 AMF）
2. 检测   逐帧找马赛克，默认模型 rfdetr-v6
3. 跟踪   跟踪每个马赛克，把帧序列切成片段
4. 修复   每段修复成 256x256
5. 二次修复（可选）UNet 4x / RTX Super Res / Topaz TVAI
6. 融合   只把修复块贴回原帧
7. 编码   GPU 编码（NVENC / AMF），音频直接复制

几个关键设计：

片段（segment）是有上限的。 默认最多 90 帧一段，可以调。这样做的原因是显存——一次送入网络的帧数必须可控。

片段在镜头切换处强制断开。 这是个很容易被忽略但很聪明的细节：如果一段跨了两个不同镜头，修复结果会把两个场景的信息混在一起，产生诡异的画面。在切镜处断开就避免了这个问题。

片段之间有重叠。 相邻段共享少量帧，避免拼接处出现可见跳变。这个思路和音频拼接的 crossfade 是一回事。

LTX 为什么不一样

LTX 走的不是同一条路。它把视频处理四遍：

1
查找马赛克 → 准备 → 用扩散模型修复 → 保存

区别在第三步。「用扩散模型修复」意味着它不是靠一个超分网络把糊掉的块放大，而是把马赛克区域当成一个待填补的缺失部分，用扩散模型根据周围上下文重新生成细节。

两种模型的本质区别：

BasicVSR++ 是视频超分/复原网络——输入退化的画面，输出恢复版本，本质是回归。

LTX 是扩散模型条件生成——把马赛克区域当成待填补的缺失部分，根据周围上下文重新生成细节，本质是生成。

这个分野决定了所有后续差异：

“可能编”这一点要说清楚。 扩散模型补出来的细节是根据上下文推测的，不是从原始数据里恢复的。所以 LTX 出来的画面在观感上更好，但它补的东西不等于真实原貌。这一点在技术上是本质限制，不是调参能解决的。

检测环节

修复的前提是先在每一帧里准确定位马赛克。Jasna 用 RF-DETR 系列：

1
2
3
4
5
rfdetr-v6         默认，快，适合大多数视频
rfdetr-v6-large   更准但更慢，4K 建议用，需单独下载
rfdetr-vr-v1      专为 VR180 调优
zelefans-vr-yolo-v2  另一个 VR180 选项
lada-yolo-v4      2D 动画可能更好

默认检测阈值 0.35（large 和 vr 版本是 0.40），可以用 --detection-score-threshold 调整。阈值调低会多检出（也可能误检），调高则可能漏检——漏检的地方后面根本不会被修复，所以这个参数直接影响最终结果。

硬件门槛

这部分是实打实的成本，先说清楚：

LTX 要求

1
2
3
4
GPU      NVIDIA RTX 30/40/50 系列（20 系列测过 2080 Ti）
显存     至少 8 GB
内存     至少 16 GB（LTX 约占 10 GB）
磁盘     模型不随软件附带，首次运行要下载

模型下载体积：

1
2
3
标准      约 15 GB
快速模式   约 9 GB（仅 RTX 50 系列）
最佳      标准之外再加约 13 GB

实测速度（1 分钟 1080p、马赛克全程在画面中的视频，标准模型）：

GPU 标准 快速模式
RTX 5090 约 5 分钟 约 3 分钟
RTX 4090 约 7 分钟 不可用
RTX 5080 约 10 分钟 约 7 分钟
RTX 3090 约 15 分钟 不可用
RTX 2080 Ti 约 45 分钟 不可用

「最佳」模型约慢 1.5 倍。「大马赛克更清晰」选项（--ltx-large-canvas）对这种区域约慢 3 倍，还要额外 12 GB 空闲显存。

对比 BasicVSR++ 在同一台 RTX 5090 上跑 3 分 22 秒的整段视频：720p 用 32 秒，1080p 用 34 秒，2160p 用 63 秒。LTX 和 BasicVSR++ 之间差了一个数量级。 所以官方建议也很直白：LTX 用在”你最在意的那几段”上，不要整片跑。

一个实用策略：混合修复

既然 LTX 慢且贵，最经济的用法是只对重要区域用 LTX。

Jasna 提供了这个能力：

1
2
# 只对大马赛克用 LTX，其余用 BasicVSR++
jasna --input in.mp4 --output out.mkv --ltx-auto-split

大马赛克面积大、信息缺失多，用 LTX 的收益最明显；小面积区域用 BasicVSR++ 质量已经够，没必要付那个时间成本。

还有区间编辑器：可以只在选中的时间段应用 LTX，其余段用默认模型。配合「修复预览」可以先看效果再决定，不用整片跑完才发现不合适。

显存不够怎么办

几个实际可用的手段：

1
2
3
4
1. 降低最大片段大小（默认 90，可以降到 60 或更低）
2. 用 FP8 / int8 量化版的权重
3. 快速模式（仅 RTX 50 系）
4. 把 --ltx-large-canvas 关掉

显存小的卡会自动把部分模型放到系统内存里，代价是速度下降。

其它技术约束

都是官方文档里明确写的，不是猜测：

  • LTX 不支持 VR180 左右并排视频
  • LTX 不支持流媒体
  • 用 LTX 时，二次修复和降噪会被关闭
  • LTX 不支持 AMD（二次修复也仅限 NVIDIA）
  • 路径里不能有中文、日文、非英文字符——这是个很常见的坑

授权与分发

Jasna 本身免费，AGPL-3.0。但模型分两档：

1
2
3
4
BasicVSR++   免费
UNet 4x      累计支持 15 美元以上
SD 1.5       累计支持 15 美元以上（静态图片）
LTX          25 美元，含 UNet 4x 和 SD 1.5

许可证码一个可以激活 3 台电脑或云工作区，激活后可离线使用。官方明确警告：其它渠道卖的许可证码、修改版文件都是假的，那些密钥不能用，文件里可能夹带恶意代码。

从技术角度看这个设计的合理之处：模型训练需要租 GPU，这部分成本确实由作者承担。而软件本体开源，意味着你可以审计它到底对你的文件做了什么——对一个处理私人视频的工具来说，这点比什么都重要。

一点判断

Jasna 的技术路线本身是干净的工程：GPU 全链路、分段处理、切镜断开、重叠融合，每一步都有明确的工程理由。

但有一个问题值得想清楚：LTX 补出来的细节是生成出来的，不是恢复出来的。

这意味着它的输出在技术上更接近”合理推测”而不是”还原真相”。如果你用它来处理的内容涉及证据、鉴定或任何需要保真的场景，这个区别是致命的。

另外，这个工具的实际用途和它的技术门槛是错配的——它需要一个 8GB 以上显存的 NVIDIA 卡、几十 GB 磁盘、以及几分钟处理一分钟视频的耐心。多数人真正需要的可能只是 BasicVSR++。

上手

1
2
3
4
5
6
7
8
9
10
11
# 基本用法
jasna --input input.mp4 --output output.mkv

# 指定 LTX
jasna --input input.mp4 --output output.mkv --restoration-model-name ltx

# 试用模式（不需要许可证，只测速度，不修复）
jasna --ltx-trial

# 只对大马赛克用 LTX
jasna --input in.mp4 --output out.mkv --ltx-auto-split

jasna --help 有全部选项。

第一次运行会非常慢——要为你的 GPU 做准备，15 到 60 分钟，只发生一次。这期间别开别的程序。之后把 model_weights 文件夹拷到新版本里，就不用重来一遍。

参考

1
2
3
Jasna 项目       https://github.com/Kruk2/jasna
模型说明         https://github.com/Kruk2/jasna/blob/main/docs/zh/models.md
LTX 权重         https://huggingface.co/Kruk2/ltx-restore

以上技术细节均来自项目官方文档。数值（速度、显存、体积）为官方给出的参考值，实际结果受 GPU、驱动、视频内容影响。