Nulschot-wereldmodellen zijn ontwikkelingsmatig efficiënte leerders

Zero-shot World Models Are Developmentally Efficient Learners

April 11, 2026

Auteurs: Khai Loong Aw, Klemen Kotar, Wanhee Lee, Seungwoo Kim, Khaled Jedoui, Rahul Venkatesh, Lilian Naing Chen, Michael C. Frank, Daniel L. K. Yamins

cs.AI

Samenvatting

Jonge kinderen tonen al vroeg het vermogen om hun fysieke wereld te begrijpen; ze schatten diepte, beweging, objectcoherentie, interacties en vele andere aspecten van fysiek scenebegrip in. Kinderen zijn zowel data-efficiënte als flexibele cognitieve systemen die competentie ontwikkelen ondanks extreem beperkte trainingsdata, terwijl ze generaliseren naar talloze ongetrainde taken – een grote uitdaging, zelfs voor de beste AI-systemen van vandaag. Hier introduceren we een nieuwe computationele hypothese voor deze vaardigheden: het Zero-shot Visuele Wereldmodel (ZWM). ZWM is gebaseerd op drie principes: een spaarse, tijdelijk gefactoriseerde voorspeller die verschijning van dynamiek ontkoppelt; zero-shot schatting door middel van benaderende causale inferentie; en het combineren van inferenties om complexere vaardigheden op te bouwen. We tonen aan dat ZWM kan worden geleerd uit de eerste-persoonservaring van een enkel kind, waarbij het snel competentie genereert op meerdere benchmarks voor fysiek begrip. Het reproduceert ook breed gedragssignaturen van kinderontwikkeling en bouwt hersenachtige interne representaties op. Ons werk biedt een blauwdruk voor efficiënt en flexibel leren van data op menselijke schaal, en bevordert zowel een computationele verklaring voor het vroege fysieke begrip van kinderen als een weg naar data-efficiënte AI-systemen.

English

Young children demonstrate early abilities to understand their physical world, estimating depth, motion, object coherence, interactions, and many other aspects of physical scene understanding. Children are both data-efficient and flexible cognitive systems, creating competence despite extremely limited training data, while generalizing to myriad untrained tasks -- a major challenge even for today's best AI systems. Here we introduce a novel computational hypothesis for these abilities, the Zero-shot Visual World Model (ZWM). ZWM is based on three principles: a sparse temporally-factored predictor that decouples appearance from dynamics; zero-shot estimation through approximate causal inference; and composition of inferences to build more complex abilities. We show that ZWM can be learned from the first-person experience of a single child, rapidly generating competence across multiple physical understanding benchmarks. It also broadly recapitulates behavioral signatures of child development and builds brain-like internal representations. Our work presents a blueprint for efficient and flexible learning from human-scale data, advancing both a computational account for children's early physical understanding and a path toward data-efficient AI systems.