Startup AI wart 12 mld USD intensywnie rekrutuje z Meta, pozyskując twórców PyTorch i Segment Anything. Wielomiliardowy kontrakt z Google zapewnia dostęp do najnowszych chipów.

Źródło zdjęcia: TechCrunch
Thinking Machines Lab, startup AI wyceniony na 12 miliardów dolarów, intensywnie rekrutuje talent z Meta, jednocześnie tracąc własnych założycieli na rzecz giganta z Menlo Park. Najnowszym nabytkiem jest Weiyao Wang, który przez osiem lat pracował w Meta nad systemami percepcji multimodalnej, jak donosi TechCrunch.
Wang dołączył do TML w tym samym czasie, gdy startup ogłosił wielomiliardowy kontrakt z Google Cloud, zapewniający dostęp do najnowszych chipów Nvidia GB300. To sprawia, że TML znajduje się w tym samym segmencie infrastrukturalnym co Anthropic i Meta.
• Wojna o talenty: Meta i Thinking Machines Lab prowadzą intensywną wymianę kadr — Meta pozyskała siedmiu założycieli TML, podczas gdy startup rekrutuje głównie z Meta • Wielomiliardowy kontrakt: TML podpisał umowę z Google Cloud na dostęp do chipów Nvidia GB300, co stawia startup w jednej lidze z największymi graczami • Gwiazdorska kadra: Do TML dołączyli kluczowi eksperci z Meta, w tym Soumith Chintala (współtwórca PyTorch) jako CTO i Piotr Dollár (współautor modelu Segment Anything) • Wysoka wycena: Przy obecnej wycenie 12 miliardów dolarów TML oferuje potencjał finansowego wzrostu w porównaniu z rekordownymi wycenami OpenAI i Anthropic • Szybki rozwój: Zespół TML rozrósł się do około 140 osób, przyciągając talenty nie tylko z Meta, ale też z OpenAI, Apple, Microsoft czy Anthropic
Weiyao Wang to najnowszy przykład migracji talentów z Meta do Thinking Machines Lab. Dołączył do niego Kenneth Li, posiadacz doktoratu z Harvardu, który spędził 10 miesięcy w Meta przed przejściem do TML w tym miesiącu.
Jak wynika z analizy profili LinkedIn, TML rekrutuje więcej badaczy z Meta niż z jakiejkolwiek innej firmy. Najbardziej prominentnym nabytkiem jest Soumith Chintala, obecny CTO TML, który spędził 11 lat w Meta i był współtwórcą PyTorch - frameworka głębokiego uczenia, który obecnie stanowi podstawę większości światowych badań nad AI. Chintala opuścił Meta pod koniec 2025 roku i objął stanowisko CTO na początku tego roku.
Do grona byłych pracowników Meta w TML należy także Piotr Dollár, kolejny jedenastoletni weteran Meta, który pełnił funkcję dyrektora ds. badań i był współautorem wpływowego modelu Segment Anything. Andrea Madotto, naukowiec z działu 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 przejścia.
TML przyciąga talenty również spoza Meta. Neal Wu - trzykrotny złoty medalista Międzynarodowej Olimpiady Informatycznej i członek założyciel głośnego startupa kodującego Cognition - dołączył na początku tego roku. Jeffrey Tao przyszedł z Waymo, Windsurf i OpenAI. Muhammad Maaz wcześniej odbywał stypendium badawcze w Anthropic. Erik Wijmans przybył z Apple. Liliang Ren spędził dwa i pół roku w zespole AI Superintelligence w Microsoft, pracując nad pre-treningiem modeli OpenAI do kodowania, przed dołączeniem w marcu.
Obecny stan zatrudnienia w TML wynosi około 140 osób.
Pakiety wynagrodzeń Meta - siedmiocyfrowe kwoty bez dodatkowych warunków - są już powszechnie znane. Dla badaczy rozważających inne opcje kalkulacja może być prosta: Thinking Machines Lab jest obecnie wycenione na 12 miliardów dolarów. Choć ta suma byłaby niewyobrażalna dla firmy na tym etapie w każdym poprzednim cyklu technologicznym (jak dotąd wypuścili tylko jeden produkt), w porównaniu z rekordowymi wycenami OpenAI i Anthropic, wciąż istnieje duży potencjał finansowy.
Rzecznik TML odmówił komentarza w tej sprawie.

CEO Pichai ujawnił, że Google pracuje nad Gemini 4 jako najambitniejszym projektem treningowym, zwiększając inwestycje do 205 miliardów dolarów.
Konsultant IT obserwujący setki projektów AI przez półtora roku nie widział ani jednego sukcesu. Organizacje opanowała masowa psychoza.

Armia amerykańska przekroczyła budżet 100 mln tokenów AI w zaledwie kilka tygodni, co zmusiło dowództwo do przywrócenia limitów użytkowania.