TransVLM: A Vision-Language Framework and Benchmark for Detecting Any Shot Transitions
Ce Chen, Yi Ren, Yuanming Li, Viktor Goriachko, Zhenhui Ye, Zujin Guo, Zhibin Hong, Mingming Gong

项目主页 | arXiv | GitHub | 博客

• 提出镜头转场检测 (STD) 任务和 TransVLM 框架，通过注入光流作为运动先验，使 VLM 能够检测视频转场的连续时间片段。
• 已在 HeyGen 部署至生产环境。

TAVR: Generate Your Talking Avatar from Video Reference
Zujin Guo, Zhenhui Ye, Yi Ren, Yuanming Li, Ce Chen, Zhibin Hong, Chen Change Loy

arXiv

• 提出一种基于视频参考的跨场景数字人视频生成新框架，融合了 token 选择机制与三阶段训练策略。
• 已在 HeyGen 部署至生产环境。

Avatar V: Scaling Video-Reference Avatar Video Generation
Benjamin Liang, Ce Chen, Desmond Lin, Ivan Somov, Jiajun Zhao, Jiewei Yuan, Jingfeng Zhang, Junhao Huang, Nik Nolte, Pedram Haqiqi, Penghan Wang, Rong Yan, Rui Zhang, Sam Prokopchuk, Sivan Wang, Viktor Goriachko, Yi Ren, Yuanming Li, Yutao Chen, Zhenhui Ye, Zhibin Hong, Zilong Nie, Zujin Guo

arXiv | 博客

• 一个生产级规模的视频参考驱动数字人生成框架，提出 Sparse Reference Attention 实现长参考视频的线性复杂度条件建模。
• 已在 HeyGen 部署至生产环境，在数千块 GPU 上训练，数据引擎策划超 1 亿条训练片段。

Mobile-VTON: High-Fidelity On-Device Virtual Try-On
Zhenchen Wan*, Ce Chen*, Runqi Lin, Jiaxin Huang, Tianxi Chen, Yanwu Xu, Tongliang Liu, Mingming Gong

项目主页 | arXiv | GitHub |

• 一个保护隐私的虚拟试穿框架，支持在普通移动设备上完全离线运行。提出模块化 TGT 架构与特征引导对抗蒸馏策略。
• 在 VITON-HD 和 DressCode 数据集上以 1024×768 分辨率达到与服务器端方法相当甚至更优的性能。

Condition Matters in Full-Head 3D GANs
Heyuan Li, Huimin Zhang, Yuda Qiu, Zhengwentai Sun, Keru Zheng, Lingteng Qiu, Peihao Li, Qi Zuo, Ce Chen, Yujian Zheng, Yuming Gu, Zilong Dong, Xiaoguang Han

项目主页 | arXiv | GitHub

• 提出视角不变的语义特征条件建模，将 3D 头部生成能力与观察方向解耦，在全头部合成中实现更高的保真度和多样性。

CT4D: Consistent Text-to-4D Generation with Animatable Meshes
Ce Chen, Shaoli Huang, Xuelin Chen, Guangyi Chen, Xiaoguang Han, Kun Zhang, Mingming Gong

arXiv

• 提出一种基于可驱动网格的全新 text-to-4D 框架，引入 Generate-Refine-Animate (GRA) 算法实现文本对齐的网格生成与一致驱动。

SphereHead: Stable 3D Full-head Synthesis with Spherical Tri-plane Representation
Heyuan Li, Ce Chen, Tianhao Shi, Yuda Qiu, Sizhe An, Guanying Chen, Xiaoguang Han

项目主页 | arXiv | GitHub

• 提出球面坐标系下的 spherical tri-plane 表示，有效缓解全头部 3D GAN 合成中的”镜像伪影”问题，并提出视角-图像一致性损失。

SCoDA: Domain Adaptive Shape Completion for Real Scans
Yushuang Wu, Zizheng Yan, Ce Chen, Lai Wei, Xiao Li, Guanbin Li, Yihao Li, Shuguang Cui, Xiaoguang Han

项目主页 | arXiv | GitHub

• 提出 SCoDA 新任务（真实扫描的域自适应形状补全）及 ScanSalon 数据集，设计了跨域特征融合模块和体积一致性自训练框架。

DenseMP: Unsupervised Dense Pre-training for Few-shot Medical Image Segmentation
Zhaoxin Fan, Puquan Pan, Zeren Zhang, Ce Chen, Tianyang Wang, Siyang Zheng, Min Xu

arXiv

• 提出两阶段无监督密集预训练流水线，结合分割感知的密集对比学习与超像素引导预训练，在 Abd-CT 和 Abd-MRI 数据集上达到 SOTA。

Structure-Preserving Super Resolution with Gradient Guidance
Cheng Ma, Yongming Rao, Yean Cheng, Ce Chen, Jiwen Lu, Jie Zhou

arXiv | GitHub

• 提出利用梯度图引导图像恢复的结构保持超分辨率方法，设计了梯度分支和梯度损失以施加二阶结构约束。
• 已被引用 380 余次。