为什么中轻度马赛克能修到接近原画面？
从「马赛克留下了什么」解释 AI 去马赛克为何能接近还原：降采样残留、跨帧差异、低频结构，并说明何时必须退化为合理推断。
结论先行：马赛克并不等于"信息全部消失"。它主要破坏高频细节，而低频结构、轮廓、运动， 以及相邻帧之间的细微差异都还在——这些残留信息就是重建的依据。
一、马赛克之后还剩什么
| 信息类型 | 马赛克后 | 能否利用 |
|---|---|---|
| 低频结构（大块明暗、构图） | 基本保留 | ✅ 直接可用 |
| 轮廓与边缘走向 | 粗化但可辨 | ✅ 可引导重建 |
| 运动轨迹 | 保留 | ✅ 用于跨帧对齐 |
| 跨帧的采样差异 | 保留 | ✅ 聚合后信息量显著增加 |
| 高频纹理（毛孔、发丝） | 被压掉 | ⚠️ 只能重建/推断 |
二、三步把它「拼」回来
- 对齐：把相邻帧中同一区域对齐，抵消运动带来的位移。
- 聚合：多帧叠加，等效采样密度提高 ⇒ 细节可分辨度上升。
- 重建：模型在聚合结果上补全纹理，并与原画面对齐融合，避免闪烁。
三、什么时候只能"推断"
- 马赛克块过大 ⇒ 低频结构都被破坏，可用残留骤减。
- 遮挡面积过大 ⇒ 缺少参考区域。
- 快速运动叠加遮挡 ⇒ 帧间对齐失败，无法聚合。
此时模型给出的是最可能的画面：看起来自然，但不保证与原始画面逐像素一致。
常见问题
马赛克是不是把画面信息彻底抹掉了？
不是。它主要压掉高频细节；低频结构、轮廓、运动与跨帧采样差异都还在，这些残留信息可用于重建。
为什么「多帧」能提升效果？
相邻帧对同一区域的采样并不完全相同，对齐后叠加相当于提高了有效采样密度，可分辨细节显著增加。
哪些情况一定修不好？
马赛克块极大、遮挡面积极广，或快速运动导致帧间无法对齐时，可用信息过少，只能合理推断。