Jasna 是一款基于 GPU 加速的开源工具，专为视频与图片中的马赛克/模糊区域提供 AI 智能还原功能。它能够在精准定位打码区域的同时，保留原片其余部分的完整画质，实现“去水印不留痕”的高效修复。

核心功能与特性
– 智能定位与局部修复：自动检测每一帧中的马赛克块并进行跨帧追踪，仅对选定的模糊区域进行还原，绝不波及原始背景。
– 双模引擎可选：免费提供处理速度较快的基础模型（BasicVSR++）；用户通过支持者机制可解锁高细节的扩散模型（LTX），仅在 NVIDIA 显卡上运行，画质更细腻。
– 可视化交互与即时预览：内置分段编辑器，支持手动划定修复范围并实时预览；自带视频播放器，无需导出文件即可边看边调。
– 全链路 GPU 运算：从视频解码、目标检测、帧间追踪、AI 恢复到视频编码，全部交由显卡硬件完成，大幅降低 CPU 负载并提升处理效率。
– 多格式与跨平台支持：兼容常规视频流与静态图片，对 VR180 全景视频具备专项处理逻辑；同时提供图形界面与完整的命令行接口，方便脚本化批处理。

快速上手指引
项目提供打包好的发布版，下载后将其解压至本地纯英文路径的文件夹中即可（路径内不可包含中文、日文或其他特殊字符）。
– Windows：双击 jasna.exe 启动。
– Linux (NVIDIA)：运行 jasna 文件。
– Linux (AMD)：运行 run_jasna_amd.sh 脚本。

界面操作十分直观，导入素材后选择参数点击播放键即可开始。初次运行需预留 15–60 分钟进行显卡底层适配预热，此时建议保持系统空闲。命令行用户可直接调用以下命令：

# 处理单个视频
jasna --input input.mp4 --output output.mkv
# 处理单张图片
jasna --input photo.png --output restored.png
# 批量处理整个文件夹
jasna --input input_folder --output output_folder

如需深入配置显存阈值、重叠率或编码器质量等高级参数，请参考官方文档进行安装与环境调优。

适用场景与目标用户
该项目最适合需要对个人隐私遮挡、审核打码或局部模糊内容进行无损还原的场景。无论是个人影像归档整理，还是创作者批量清洗带有敏感信息的素材，都能在其中找到对应的工作流。结合其实时预览与分段编辑能力，它也能无缝接入非线编前的粗剪与精修环节。
目标用户主要为具备一定电脑硬件知识的影视后期爱好者、独立内容制作人、注重数据本地化的隐私保护者，以及需要将修复流程嵌入自动化脚本的开发者。由于核心推理依赖 CUDA 生态，硬件门槛明确（推荐 NVIDIA GTX 16 系 / RTX 20 系及以上，AMD 目前仅为实验性支持），因此更偏向于愿意折腾本地 AI 工具的进阶玩家。

总结
作为一款遵循 AGPL-3.0 协议的本地化 AI 工具，Jasna 成功将复杂的视觉修复管线压缩为“导入-设置-运行”的极简操作。全 GPU 流水线的架构设计保证了处理速度与画质输出的平衡，免费的基础模型已能覆盖绝大多数日常还原需求，支持者模型则进一步拓宽了专业级工作的画质天花板。唯一需要注意的是其对显卡算力与驱动版本的硬性要求，以及首次运行时的模型预热时间。整体而言，这是一把直击痛点、逻辑清晰且完全掌控在用户本地的修复利器。如果你对当前工作流的本地化处理效率存疑，该项目的深度调优指南与活跃的开发者社区将为你提供更完善的解决方案，建议访问其主页获取更详细信息。