Modely světů, známé také jako simulátory světů, se ukazují jako slibný vývoj v oblasti AI. World Labs, projekt průkopnice AI Fei-Fei Li, získal 230 milionů dolarů na vytváření velkých modelů světů a DeepMind najal tvůrce Sory, aby se zaměřil na podobnou technologii. Tyto modely jsou inspirovány podvědomými mentálními modely, které lidé používají k porozumění světu, jak popisují výzkumníci David Ha a Jürgen Schmidhuber. Například hráči baseballu instinktivně předpovídají dráhu míčku, spoléhajíce se na vnitřní modely spíše než na vědomé plánování. Modely světů si získaly popularitu díky svému potenciálu v oblasti generativních videí. Současná AI generovaná videa často spadají do tzv. "uncanny valley", ale modely světů mohou toto zlepšit pochopením, proč se objekty chovají tak, jak se chovají.

Jsou trénovány na rozmanitých datech, aby rozvinuly vnitřní reprezentace dynamiky reálného světa. Jak vysvětluje Alex Mashrabov z Higgsfieldu, silný model světa chápe chování objektů, čímž eliminuje únavné manuální vstupy. Mimo generování videí, modely světů přinášejí naději pro pokročilé předpovědi a plánování, jak navrhuje Yann LeCun, vedoucí AI v Meta. Například, model světa by mohl plánovat akce na úklid místnosti pomocí hlubšího uvažování spíše než rozpoznávání vzorů. Přestože je tento potenciál značný, existují významné technické překážky. Modely světů vyžadují enormní výpočetní výkon a jsou náchylné k zaujatosti z tréninkových dat. Navíc čelí výzvám, jako je přesná simulace různorodých scénářů. Pokud budou tyto problémy vyřešeny, modely světů by mohly výrazně propojit AI s reálnými aplikacemi, zlepšujíc tvorbu virtuálních světů, robotiku a rozhodovací procesy AI. Mohly by poskytnout robotům větší povědomí o jejich prostředí, čímž by se zlepšila jejich schopnost navigace a interakce s reálným světem.