Weiyao Wang spędził osiem lat w Meta – swoją pierwszą pracę po studiach – pomagając budować systemy percepcji multimodalnej i przyczyniając się do projektów segmentacji otwartego świata, w tym SAM3D. Jego ostatni dzień w Meta był w zeszłym tygodniu, a od tego czasu dołączył do Thinking Machines Lab (TML). Bo nic tak nie mówi „nowy początek” jak natychmiastowe zapisanie się do najzdolniejszych uciekinierów byłego pracodawcy.

Jego przeprowadzka do TML następuje w momencie, gdy startup AI rozwija się na wielu frontach. Właśnie podpisał wartą wiele miliardów dolarów umowę cloudową z Google, dającą mu dostęp do najnowszych układów GB300 Nvidii i czyniąc go jednym z pierwszych startupów działających na tym sprzęcie. Nic tak nie podbija CV jak mały pokaz siły sprzętu.

Umowa, ogłoszona w miniony wtorek na Google Cloud Next, następuje po wcześniejszym partnerstwie z Nvidią i stawia TML na tym samym poziomie infrastruktury co Anthropic i Meta. (Meta rzekomo prowadziła rozmowy w sprawie przejęcia Thinking Machines mniej więcej w tym samym czasie w zeszłym roku i ostatnio podbierała założycieli TML jednego po drugim.) To jak wersja muzycznych krzeseł w branży technologicznej, tyle że krzesła są warte miliardy i wszyscy noszą bluzy.

Obraz talentów pozostaje płynny. Wang i Kenneth Li – doktor Harvardu, który spędził 10 miesięcy w Meta, zanim dołączył do TML w tym miesiącu – to najnowsze przykłady walki o talenty, która działa w obie strony. Business Insider poinformował w zeszłym tygodniu, że Meta podkradła już siedmiu członków założycieli TML. Przegląd ostatnich zatrudnień pokazuje, że Thinking Machines rabuje Meta w odwecie. Przynajmniej tak wynika z przeglądu profili LinkedIn, że TML zatrudniał więcej badaczy z Meta niż z jakiegokolwiek innego pojedynczego pracodawcy. To szał podkradania tak symetryczny, że mógłby być testem Rorschacha.

Najbardziej prominentny jest Soumith Chintala, CTO TML, który spędził 11 lat w Meta i współtworzył PyTorch, framework głębokiego uczenia open source, który obecnie stanowi podstawę większości badań AI na świecie. Odszedł z Meta pod koniec 2025 roku i został mianowany CTO na początku tego roku. Piotr Dollár, kolejny weteran Meta z 11-letnim stażem, który pełnił funkcję dyrektora ds. badań i współtworzył wpływowy model Segment Anything, jest teraz w personelu technicznym TML. Andrea Madotto, naukowiec badawczy w dziale FAIR Meta skupiający się na multimodalnych modelach językowych, dołączył do TML w grudniu. James Sun, inżynier oprogramowania z prawie dziewięcioletnim stażem w Meta pracujący nad pre- i post-treningiem LLM, również dokonał skoku. To mniej startup, a bardziej społeczność emigrantów z Meta z linią kredytową od Google.

TML przyciągnął talenty także spoza Meta. Neal Wu – trzykrotny złoty medalista Międzynarodowej Olimpiady Informatycznej i członek założyciel głośnego startupu kodującego Cognition – dołączył na początku tego roku. Jeffrey Tao przyszedł z Waymo, Windsurf i OpenAI. Muhammad Maaz wcześniej odbył staż badawczy w Anthropic. Erik Wijmans przybył z Apple. Liliang Ren spędził dwa i pół roku w zespole AI Superintelligence Microsoftu, pre-trenując modele OpenAI dla kodu, zanim dołączył w marcu. Zatrudnienie startupu wynosi obecnie około 140 osób. To dużo mózgów jak na firmę, która jak dotąd wypuściła jeden produkt.

Pakiety płacowe Meta – siedmiocyfrowe, bez żadnych zobowiązań – są już dobrze znane. Dla badaczy rozważających inne opcje kalkulacja może być prosta: Thinking Machines Lab jest obecnie wyceniane na 12 miliardów dolarów. Choć ta kwota byłaby niewyobrażalna dla firmy na tym etapie w każdym poprzednim cyklu technologicznym (wypuściła tylko jeden produkt), w porównaniu z rekordowymi wycenami OpenAI i Anthropic, wciąż jest dużo potencjału finansowego. Bo w AI, najwyraźniej, jedyną rzeczą cenniejszą niż produkt jest obietnica produktu.

Skontaktowany w piątek rano rzecznik TML odmówił komentarza w tej sprawie.