Este é um ótimo ponto e mostra como os modelos de mundo são limitados pela falta de memória e pelo fato de que a memória está em um formato ineficiente e caro (quadros de vídeo contendo pixels). Qual seria o tipo ideal de memória? Seria essencialmente um grafo de cena (James Clark, 1976!) descrevendo hierarquicamente todos os objetos em um mundo, juntamente com suas propriedades, de uma forma que seja fácil de consultar e operar. Esta é a razão para a tese central de que o caminho evolutivo ideal vê uma fusão de modelos de mundo e motores, com o lado da IA fornecendo vastas quantidades de conhecimento audiovisual e textual vagamente organizado, e o motor fornecendo uma representação de dados consistente e reproduzível e simulação.