高清修复方案横向对比（同一段 15s / 320×240 源，2026-09-26 实测）

测试片段：BV1Ss411o7p3 第 15–30 秒（225 帧 @15fps，全 I 帧输入）测试机：GPU 机 RTX 5060 Ti 16GB（驱动 610.43.02 / CUDA 13.2 / sm_120）目标尺寸统一 960×720（Lanczos 降到 3 倍），编码统一 x264 CRF 18 指标：锐度=像素梯度能量（人脸区域 480×300，避开字幕硬边，越高越锐）；邻帧 PSNR=同区域连续 6 帧的平均帧间相似度（越高越稳、越低越闪）

一、结论表（按"锐度"排序）

方案	类型/架构	速度	显存峰值	人脸区锐度	邻帧 PSNR	评价
SwinIR_4x	Transformer (SwinIR)	0.69 fps	1421 MiB	368.3	21.88	最锐但最慢，闪烁最重；性价比最差
Real-ESRGAN x4plus	RRDB + GAN	5.49 fps	633 MiB	384.6	22.77	锐度第一，速度可接受 → 当前选用
4x-UltraSharpV2	DAT (2024)	~2 fps	—	343.5	23.07	锐度接近，闪烁略好，但慢一倍多
BSRGAN	RRDB	3.02 fps	633 MiB	305.8	23.12	折中档，无明显优势
4x-UltraSharpV2-Lite	PLKSR (轻量)	7.32 fps	90 MiB	130.9	25.71	又快又省显存，但比源还软 → 只适合做"去噪/去块"预处理
RTX VSR (nvvfx)	NVIDIA 实时特效	44.2 fps	—	66.1	27.20	最快、最稳、但最软；适合快速预览/直播级
（基准）源最近邻放大	—	—	—	151.5	27.36	未处理基线

核心洞察：这批逐帧（frame-by-frame）模型存在明确的"锐度 ↔ 时间稳定性"权衡 —— 越锐的方案，邻帧 PSNR 越低（越闪）。Real-ESRGAN 恰好落在锐度最高的那一端，所以它"看着最清楚但也会把噪点闪出来"；RTX VSR 落在另一端（干净顺滑但没细节）。没有哪个逐帧模型能同时赢两端。

二、这一轮新增/确认的候选

方案	开源情况	本机可跑性
SeedVR2 (ICLR 2026, 字节跳动)	Apache-2.0，一阶段扩散对抗后训练，视频原生（利用时间信息）	权重 3B=13.6GB+VAE 1.0GB，hf-mirror 可下但实测仅 ~0.4–1.9 MB/s → 全量要 2.5 小时+，暂未跑
RTX Video Super Resolution	NVIDIA 驱动级实时特效（闭源 SDK，节点开源）	本机已装（`nvvfx` 0.1.0.1，SDK 1.2.0），44 fps 跑通
Kim2091/UltraSharpV2	Apache-2.0，DAT / PLKSR	已下（139MB / 29MB），spandrel 0.4.2 直接识别
Kim2091/ClearRealityV1	Apache-2.0，SPAN，专为劣化实拍	权重在 MEGA 网盘（镜像仓库无 .pth），未跑
NanoVSR (ECCV 2026)	边缘设备实时视频超分	面向低功耗，画质定位低于上述，未跑
BasicVSR++ / RealBasicVSR / SeedVR2 的 ComfyUI 封装	视频原生（利用相邻帧）	需 mmcv 系依赖（Python 3.12 + cu130 下安装风险高），未装

三、给本片（320×240 / 15fps / DivX 劣化）的建议

继续用 Real-ESRGAN x4plus 出片：它在"锐度"这一端最强，而这片子最缺的就是锐度；闪烁问题用"不插帧的 15fps 版"规避（已交付）。
RTX VSR 留作快速预览/试看：44 fps，4 分钟的片子 6 秒就出结果，用来快速挑片段、比对参数非常划算；但别拿它出成品（细节比源还少）。
UltraSharpV2-Lite 可当"轻量去块预处理"：90 MiB 显存、7.3 fps、邻帧 PSNR 25.7（比源还稳），适合先压掉块效应再做超分——值得一试的组合。
真正可能突破"锐度↔稳定性"权衡的只有视频原生模型（SeedVR2 / BasicVSR++），它们能用相邻帧的信息同时提锐度、压闪烁。SeedVR2-3B 是唯一值得投入的"下一步"，但要接受 14.5GB 下载（约 2.5 小时）与扩散模型的推理时间。
别指望这批模型解决根本问题：源是 214 kbps 的 240p，10 kHz 以上音频、高频细节都已不可逆丢失。最大收益仍在拿到那张 CD+VCD（音频一步到位 + VCD 352×288 起点）。

四、对比图

对比图-六方案横向对比.png：上排 = 源最近邻 / Real-ESRGAN / UltraSharpV2(DAT)，下排 = UltraSharpV2-Lite / SwinIR / RTX VSR（同一时刻 7.5s，同一裁剪区域 640×480）。

五、复现命令（GPU 机）

# 1) 准备全 I 帧测试片段（逐帧可定位，避免帧序错乱）
ffmpeg -y -ss 15 -t 15 -i 源.mp4 -c:v libx264 -preset ultrafast -qp 0 -x264-params keyint=1 -pix_fmt yuv420p t15.mp4

# 2) 各逐帧模型（脚本 /tmp/sr_video.py 已留在 GPU 机）
python3 /tmp/sr_video.py --in t15.mp4 --out out.mp4 --model <模型.pth> --scale-out 960:720 --crf 18

# 3) RTX VSR（脚本 /tmp/rtx_vsr.py）
python3 /tmp/rtx_vsr.py --in t15.mp4 --out out_rtx.mp4 --scale 3.0 --quality HIGH

# 4) 指标（/tmp/metrics2.py）
python3 /tmp/metrics2.py