Mayer多媒体学习的认知理论模型涉及感觉记忆、工作记忆、长时记忆三大基本部件和五大认知加工过程,但其科学基础仍有待深入考察。认知神经科学对感觉记忆、工作记忆和长时记忆的探索成果为多媒体学习认知理论奠定了更为深层的科学基础。认知神经科学认为,感觉记忆中的视觉记忆和声觉记忆在信息存储量、表征与编码、保持时间等方面存在互补,为多媒体学习认知理论中"双重通道假设"提供了更深层次的科学基础。工作记忆是多媒体学习认知加工过程的主要处理单元,认知神经科学基于脑成像技术提出的工作记忆加工成分结构及其功能定位模型和语音短时记忆功能模型,揭示了工作记忆中的信息处理机制,进一步推进了对工作记忆的基础研究。认知神经科学将长时记忆分为陈述性记忆和程序性记忆,长时记忆中信息存储的层次网络模型、激活扩散模型、集理论模型等更深入地推进了多媒体学习认知加工过程的科学基础。德国心理学家Schnotz从描述性表征和描绘性表征两个方面提出了多媒体学习"图文理解整合模型"(ITPC),这一模型揭示了图文理解的过程机制,是当前多媒体学习认知理论模型的最新发展成果。