Model, který se z dat učí vnitřní představu o tom, jak funguje svět kolem nás — z videí, obrázků nebo pohybů si staví simulaci prostředí a umí odhadnout, co se stane dál. Místo aby jen odpovídal na otázky, předvídá následky a plánuje podle nich. Využívá se při generování videa, v robotice i u systémů, které se potřebují rozhodovat v reálném prostředí.
