MotionCLR é um modelo de difusão de movimento baseado em mecanismo de atenção, focado na geração e edição de movimentos humanos. Através dos mecanismos de autoatenção e atenção cruzada, ele simula as interações intra e intermodais, respectivamente, permitindo um controle e edição precisos da sequência de movimentos. As principais vantagens do modelo incluem a edição sem treinamento prévio, boa interpretabilidade e a capacidade de implementar diversos métodos de edição de movimento manipulando o mapa de atenção, como realce ou atenuação de movimentos, substituição in loco de movimentos, geração de movimentos baseada em exemplos, etc. O contexto de pesquisa do MotionCLR é solucionar a deficiência de capacidade de edição granular dos modelos de difusão de movimento existentes, melhorando a flexibilidade e precisão da edição de movimento por meio de uma relação texto-movimento clara.