Badacze wykazali, że modele uczące się poprzez interakcję fizyczną mogą spontanicznie opracować reprezentacje semantyczne podobne do języka, bez explicite dostarczanego nadzoru lingwistycznego. World modele rozwijają zorganizowane koncepty i kategorie obieków wyłącznie na podstawie doświadczenia sensomotorycznego. To odkrycie sugeruje, że znaczenie słów może wyrastać z wcielonych doświadczeń, co ma implikacje dla zrozumienia rozwoju języka i uczenia się reprezentacji w AI.