Li Feifei cette fois a décomposé le modèle mondial en un moteur de rendu + un simulateur + un planificateur, Marble peut déjà faire en sorte qu'un seul modèle produise à la fois l'image et la grille de collision, la fusion des frontières dans cette direction est plus séduisante que la boîte noire de bout en bout

Li Feifei a proposé pour la première fois sur Substack le cadre et la trajectoire de la physique du modèle mondial, en soulignant que le modèle doit apprendre la structure statistique spatio-temporelle plutôt que d'être constitué uniquement de texte. Le cadre divise le modèle mondial en trois composants : le rendu, le simulateur et le planificateur, en considérant que le simulateur capable de prévoir les retours physiques est un pont entre la perception et l'action, et que ces trois éléments fusionneront à l'avenir pour former un modèle mondial unifié. Marble, en tant qu'exemple précoce, produit simultanément des images de rendu et des maillages de collision avec un seul modèle, illustrant la fusion des frontières.