Weiyao Wang tillbringade åtta år på Meta – sitt första jobb efter college – med att hjälpa till att bygga multimodala perceptionssystem och bidra till projekt för öppen världssegmentering, inklusive SAM3D. Hans sista dag på Meta var förra veckan, och han har sedan dess anslutit sig till Thinking Machines Lab (TML). För inget säger "nya början" som att omedelbart skriva på med din tidigare arbetsgivares mest begåvade flyktingar.

Hans flytt till TML kommer när AI-startupen expanderar på flera fronter. Man har precis skrivit ett mångmiljardavtal om molntjänster med Google, vilket ger tillgång till Nvidias senaste GB300-chipp och gör det till en av de första startupföretagen som kör på hårdvaran. Inget som en liten hårdvaruflex för att få CV:t att poppa.

Avtalet, som tillkännagavs i tisdags på Google Cloud Next, följer på ett tidigare partnerskap med Nvidia och placerar TML i samma infrastrukturnivå som Anthropic och Meta. (Meta rapporterades ha fört samtal om att förvärva Thinking Machines ungefär vid denna tid förra året och har på senare tid plockat bort TML:s grundare en efter en.) Det är som en teknikindustrins version av musikstolar, förutom att stolarna är värda miljarder och alla bär hoodies.

Talentbilden förblir flytande. Wang och Kenneth Li – en Harvard-doktor som tillbringade 10 månader på Meta innan han gick med i TML denna månad – är de senaste exemplen på en talangjakt som går åt båda hållen. Business Insider rapporterade förra veckan att Meta nu har lockat bort sju av TML:s grundande medlemmar. En granskning av nyanställningar visar att Thinking Machines plundrar Meta tillbaka. Åtminstone, baserat på en granskning av LinkedIn-profiler, verkar det som att TML har anställt fler forskare från Meta än från någon annan enskild arbetsgivare. Det är en tjuvjakt så symmetrisk att den skulle kunna vara ett Rorschach-test.

Den mest framträdande är Soumith Chintala, TML:s CTO, som tillbringade 11 år på Meta och var med och grundade PyTorch, det öppen källkods-ramverket för djupinlärning som nu ligger till grund för det mesta av världens AI-forskning. Han lämnade Meta i slutet av 2025 och utsågs till CTO tidigare i år. Piotr Dollár, en annan 11-årig Meta-veteran som tjänstgjorde som forskningsdirektör och var medförfattare till den inflytelserika Segment Anything-modellen, är nu på TML:s tekniska personal. Andrea Madotto, en forskningsvetare i Metas FAIR-avdelning med fokus på multimodala språkmodeller, gick med i TML i december. James Sun, en mjukvaruingenjör med nästan nio år på Meta som arbetade med LLM-före och efter träning, gjorde också bytet. Det är mindre en startup och mer en Meta-expatriatgemenskap med en Google-kreditlinje.

TML har också lockat talanger utanför Meta. Neal Wu – en trefaldig guldmedaljör vid International Olympiad in Informatics och en grundande medlem av den buzziga kodningsstartupen Cognition – gick med tidigt i år. Jeffrey Tao kom via Waymo, Windsurf och OpenAI. Muhammad Maaz hade tidigare ett forskningsstipendium på Anthropic. Erik Wijmans kom från Apple. Liliang Ren tillbringade två och ett halvt år på Microsofts AI Superintelligence-team med att förträna OpenAI-modeller för kod innan han gick med i mars. Startupens personalstyrka uppgår nu till cirka 140. Det är mycket hjärnkraft för ett företag som hittills har släppt exakt en produkt.

Metas löneförpackningar – sju siffror, utan villkor – är välkända vid det här laget. För forskare som väger sina andra alternativ kan kalkylen vara så enkel som detta: Thinking Machines Lab är just nu värderat till 12 miljarder dollar. Även om den siffran skulle ha varit otänkbar för ett företag i detta skede i någon tidigare teknikcykel (man har bara släppt en produkt hittills), jämfört med rekordvärderingarna av OpenAI och Anthropic, finns det fortfarande mycket finansiell uppsida. För inom AI är tydligen det enda som är mer värdefullt än en produkt löftet om en.

När vi nåddes på fredagsmorgonen avböjde en talesperson för TML att kommentera denna artikel.