ControlMM é uma estrutura de geração de movimento corporal total com recursos de controle multimodal plug-and-play, capaz de gerar movimentos robustos em várias áreas, como texto para movimento (Text-to-Motion), voz para gesto (Speech-to-Gesture) e música para dança (Music-to-Dance). O modelo apresenta vantagens significativas em termos de controlabilidade, sequencialidade e plausibilidade do movimento, oferecendo uma nova solução de geração de movimento para o campo da inteligência artificial.