在被Meta扎克伯格挖走至少五位创始成员后，OpenAI前CTO米拉·穆拉蒂的AI初创公司Thinking Machines Lab开始从Meta“反向吸血”。

　　近日，Meta前AI研究员汪维垚在社交媒体发文称，已结束在Meta长达8年的工作，正式加入Thinking Machines Lab，继续从事多模态方向研究。

　　公开资料显示，汪维垚2015年毕业于中国人民大学附属中学，随后赴美国杜克大学攻读本科，主修数学与计算机科学，并辅修政治学。在校期间，他便以实习生身份加入Meta，参与机器学习模型相关工作。本科毕业后，他直接入职Meta担任AI研究员。

　　在Meta任职期间，汪维垚参与构建多模态感知系统，并深度参与开放世界分割等前沿研究方向，包括SAM3D项目。有知情人士透露，他的研究横跨视觉理解与通用感知，是Meta该领域的重要贡献者之一。

　　就在昨日，Meta另一位前AI研究员Kenneth Li也宣布加入Thinking Machines Lab。根据简历，Kenneth Li于2021年毕业于中国科学院大学，随后进入哈佛大学攻读博士学位，并于2025年完成学业。毕业后，他加入Meta超级智能实验室，但仅数月后便选择离开，转投Thinking Machines Lab。

　　目前，成立仅1年多的Thinking Machines Lab员工规模已达约140人，其中来自Meta的研究人员数量超过任何其他公司来源。除汪维垚与Kenneth Li外，还包括多位长期任职Meta的核心技术人员。

　　最具标志性的人物是Soumith Chintala。他在Meta工作11年，并共同创建了PyTorch，这一框架如今已成为全球AI研究的核心工具之一。其转投Thinking Machines Lab并出任首席技术官，几乎等同于把Meta AI的“灵魂资产”之一带走。

　　此外，曾参与Segment Anything模型研发的Piotr Dollár、来自Meta FAIR的研究科学家Andrea Madotto，以及负责大模型训练的工程师James Sun等人，也相继加入Thinking Machines Lab。

　　同时，Thinking Machines Lab还从苹果、微软以及Anthropic等其他科技公司引入了多名研究人员。

　　Thinking Machines Lab吸引人才的重要原因之一，在于其补齐了基础设施层面的关键短板。近期，Thinking Machines Lab已与谷歌云签署数十亿美元级合作协议，拿到了英伟达最新GB300芯片的优先使用权，使其在算力资源方面得以跻身行业第一梯队。

　　对于AI研究人员而言，这类算力与基础设施支持具有极强吸引力。在过去，这通常是大型科技公司留住人才的重要壁垒，现在这一差距正被迅速缩小。

　　在资本层面，Thinking Machines Lab当前估值约为120亿美元。尽管公司成立时间较短、产品尚在早期阶段，但在当前AI投资热潮中，该估值被普遍认为仍具上行空间，也为研究人员提供了除薪酬之外的长期股权收益预期。

　　与此同时，Meta也在持续加大人才争夺力度。Meta延续其高薪策略，为顶级AI人才提供无附加条件的七位数薪酬包。据悉，Meta已吸纳包括Thinking Machines Lab联合创始人Andrew Tulloch、曾主导产品Tinker开发的工程师Joshua Gross在内的至少5位核心成员。