#MotionCLR

MotionCLR平台通过自注意和交叉注意机制，为用户提供灵活的动作生成和编辑功能，能够实现动作削弱、替换及示例生成等多种编辑方式，同时提高了模型可解释性，适用于多种风格转换与序列编辑任务。

MotionCLR通过理解注意力机制实现人体动作的生成和编辑，无需训练条件。其模型结合自我注意力与交叉注意力，提供灵活的动态编辑功能，包括动作强调、替换及基于示例的生成。实验结果显示其在生成和编辑能力上表现卓越，并具备良好的解释性。