这是一个很好的观点，表明世界模型受到记忆缺乏的限制，以及记忆以低效且昂贵的格式（包含像素的视频帧）存在的事实。 理想的记忆应该是什么样的呢？它本质上应该是一个场景图（James Clark，1976年！），以层次结构描述世界中所有对象及其属性，以便于查询和操作。 这就是核心论点的原因，即理想的进化路径看到世界模型和引擎的合并，AI 方面提供大量松散组织的视听和文本知识，而引擎则提供一致的可重复数据表示和仿真。