아기 데이터로 SOTA

**Zero-shot World Model(ZWM)**은 사람 수준의 데이터로도 효율적으로 학습하는 방향을 제시한다.

핵심은 단일 아이의 시각 경험만으로 학습한 BabyZWM이, 추가 과제별 학습 없이도 다양한 visual-cognitive tasks에서 state-of-the-art 모델과 경쟁적인 성능을 보였다는 점이다.

저자들은 이를 통해 현재의 AI가 인간 아동보다 훨씬 많은 데이터를 요구하는 격차를 줄일 수 있는 설계를 제안하며, data-efficient AI systems로 가는 청사진을 제시한다.