Este es un gran punto y muestra cómo los modelos del mundo están limitados por la falta de memoria, y por el hecho de que la memoria está en un formato ineficiente y costoso (fotogramas de video que contienen píxeles). ¿Cuál sería el tipo ideal de memoria? Sería esencialmente un grafo de escena (¡James Clark, 1976!) que describe jerárquicamente todos los objetos en un mundo junto con sus propiedades, de una manera que sea fácil de consultar y operar. Esta es la razón de la tesis central de que el camino evolutivo ideal ve una fusión de modelos del mundo y motores, el lado de la IA proporcionando grandes cantidades de conocimiento audiovisual y textual débilmente organizado, y el motor proporcionando una representación de datos consistente y reproducible y simulación.