C'est un excellent point et cela montre comment les modèles du monde sont limités par un manque de mémoire, et par le fait que la mémoire est dans un format inefficace et coûteux (images vidéo contenant des pixels). Quel serait le type de mémoire idéal ? Ce serait essentiellement un graphe de scène (James Clark, 1976 !) décrivant hiérarchiquement tous les objets d'un monde avec leurs propriétés, d'une manière facile à interroger et à manipuler. C'est la raison pour laquelle la thèse centrale soutient que le chemin évolutif idéal voit une fusion des modèles du monde et des moteurs, le côté IA fournissant d'énormes quantités de connaissances audiovisuelles et textuelles faiblement organisées, et le moteur fournissant une représentation de données cohérente et reproductible ainsi qu'une simulation.