AI belum benar-benar memahami dunia karena telah terjebak dalam teks dan gambar. Pemahaman nyata membutuhkan perwujudan. AI fisik (robot dengan sensor taktil yang kaya, kontrol gaya yang tepat, dan penglihatan waktu nyata) akan mempelajari cara manusia: dengan menyodok, menjatuhkan, mendorong, dan merasakan apa yang terjadi. Jutaan uji coba dunia nyata mengajarkan fisika, keterjangkauan, dan kausalitas jauh lebih baik daripada simulator atau kumpulan data mana pun. Lompatan berikutnya dalam kecerdasan tidak akan datang dari model bahasa yang lebih besar. Itu akan datang dari robot yang akhirnya mengotori tangan mereka.