MotionCLRは、アテンションメカニズムに基づくモーション拡散モデルであり、人間の動作の生成と編集に特化しています。自己アテンションとクロスアテンションメカニズムを通じて、モーダル内およびモーダル間の相互作用をそれぞれシミュレートし、動作シーケンスの精密な制御と編集を実現します。このモデルの主な利点としては、トレーニングなしで編集が可能であること、解釈性が高いこと、アテンションマップを操作することで動作の強調または弱体化、その場での動作置換、例に基づく動作生成など、多様なモーション編集方法を実現できることが挙げられます。MotionCLRの研究背景は、従来のモーション拡散モデルにおける細粒度編集能力の不足を解決することであり、明確なテキストと動作の対応関係を通じて、動作編集の柔軟性と正確性を向上させます。