Weiyao Wang verbrachte acht Jahre bei Meta – sein erster Job nach dem College – und half beim Aufbau multimodaler Wahrnehmungssysteme sowie bei Open-World-Segmentierungsprojekten, darunter SAM3D. Sein letzter Tag bei Meta war letzte Woche, und seitdem ist er zu Thinking Machines Lab (TML) gewechselt. Denn nichts sagt „Neuanfang“ so sehr wie die sofortige Anmeldung bei den talentiertesten Ausreißern des früheren Arbeitgebers.

Sein Wechsel zu TML erfolgt, während das KI-Startup an mehreren Fronten expandiert. Es hat gerade einen milliardenschweren Cloud-Deal mit Google abgeschlossen, der ihm Zugang zu Nvidias neuesten GB300-Chips verschafft und es zu einem der ersten Startups macht, die auf dieser Hardware laufen. Nichts bringt den Lebenslauf so zum Glänzen wie ein kleiner Hardware-Flex.

Die Vereinbarung, die am vergangenen Dienstag auf der Google Cloud Next angekündigt wurde, folgt auf eine frühere Partnerschaft mit Nvidia und stellt TML in die gleiche Infrastrukturebene wie Anthropic und Meta. (Meta soll etwa zu dieser Zeit im letzten Jahr Gespräche über eine Übernahme von Thinking Machines geführt haben und hat in letzter Zeit einen nach dem anderen die Gründer von TML abgeworben.) Es ist wie eine Tech-Industrie-Version von Reise nach Jerusalem, nur dass die Stühle Milliarden wert sind und alle Kapuzenpullis tragen.

Die Talentlage bleibt fließend. Wang und Kenneth Li – ein Harvard-Doktorand, der zehn Monate bei Meta verbrachte, bevor er diesen Monat zu TML wechselte – sind die jüngsten Beispiele eines Talentraubs, der in beide Richtungen läuft. Business Insider berichtete letzte Woche, dass Meta inzwischen sieben Gründungsmitglieder von TML abgeworben hat. Eine Überprüfung der jüngsten Einstellungen zeigt, dass Thinking Machines im Gegenzug Meta ausraubt. Zumindest scheint es laut einer Überprüfung von LinkedIn-Profilen, dass TML mehr Forscher von Meta eingestellt hat als von jedem anderen einzelnen Arbeitgeber. Es ist eine Abwerbe-Frenzy, die so symmetrisch ist, dass sie als Rorschach-Test durchgehen könnte.

Der prominenteste ist Soumith Chintala, TMLs CTO, der elf Jahre bei Meta verbrachte und PyTorch mitbegründete, das Open-Source-Deep-Learning-Framework, das heute den Großteil der weltweiten KI-Forschung untermauert. Er verließ Meta Ende 2025 und wurde Anfang dieses Jahres zum CTO ernannt. Piotr Dollár, ein weiterer 11-jähriger Meta-Veteran, der als Forschungsdirektor tätig war und das einflussreiche Segment Anything-Modell mitverfasste, ist jetzt im technischen Stab von TML. Andrea Madotto, ein Forschungswissenschaftler in Metas FAIR-Abteilung, der sich auf multimodale Sprachmodelle konzentrierte, kam im Dezember zu TML. James Sun, ein Softwareentwickler mit fast neun Jahren bei Meta, der an LLM-Vor- und Nachbereitung arbeitete, machte ebenfalls den Sprung. Es ist weniger ein Startup als eine Meta-Expat-Community mit einem Google-Kreditrahmen.

TML hat auch Talente von außerhalb von Meta angezogen. Neal Wu – dreifacher Goldmedaillengewinner der Internationalen Informatik-Olympiade und Gründungsmitglied des umschwärmten Coding-Startups Cognition – kam Anfang des Jahres. Jeffrey Tao kam über Waymo, Windsurf und OpenAI. Muhammad Maaz hatte zuvor ein Forschungsstipendium bei Anthropic. Erik Wijmans kam von Apple. Liliang Ren verbrachte zweieinhalb Jahre im KI-Superintelligenz-Team von Microsoft, wo er OpenAI-Modelle für Code vortrainierte, bevor er im März zu TML kam. Die Mitarbeiterzahl des Startups liegt jetzt bei etwa 140. Das ist eine Menge Gehirnschmalz für ein Unternehmen, das bisher genau ein Produkt veröffentlicht hat.

Metas Vergütungspakete – siebenstellig, ohne Bedingungen – sind inzwischen bekannt. Für Forscher, die ihre anderen Optionen abwägen, könnte die Rechnung so einfach sein: Thinking Machines Lab wird derzeit mit 12 Milliarden Dollar bewertet. Obwohl diese Zahl für ein Unternehmen in diesem Stadium in jedem früheren Tech-Zyklus unvorstellbar gewesen wäre (es hat bisher nur ein Produkt veröffentlicht), gibt es im Vergleich zu den rekordverdächtigen Bewertungen von OpenAI und Anthropic immer noch viel finanzielles Potenzial. Denn in der KI ist anscheinend das Einzige, was wertvoller ist als ein Produkt, das Versprechen eines solchen.

Als wir am Freitagmorgen Kontakt aufnahmen, lehnte ein Sprecher von TML eine Stellungnahme zu dieser Geschichte ab.