Un salario de 700 millones no pudo retenerlo: Yu Jiahui abandona Meta para emprender

marsbitPublicado a 2026-08-14Actualizado a 2026-08-14

Resumen

Yu Jiahui, el investigador estrella de IA reclutado por Meta con un paquete salarial que, según rumores, rondaba los 100 millones de dólares, anunció su salida de la compañía para emprender su propio proyecto. Tras un año y poco más en Meta, donde lideró el desarrollo de modelos multimodales clave como Muse Spark, Voice Mode, Muse Image y Muse Video dentro del TBD Lab, Yu ha decidido dejarlo todo para centrarse en un problema que considera "de vital importancia para el futuro de la humanidad y aún insuficientemente explorado". Su partida se suma a la de cientos de investigadores que han abandonado Meta, según un listado de más de 900 nombres, lo que reaviva el debate sobre la estrategia de la compañía para retener talento frente al creciente éxodo de expertos hacia startups.

¡100 millones de dólares no pudieron retenerlo!

Recientemente, Yu Jiahui anunció oficialmente su salida de Meta para emprender.

Desde su incorporación a finales de junio de 2025 hasta su anuncio de salida el 14 de agosto de 2026, apenas un año y algo más.

Su sitio web personal también ha actualizado su currículum.

Pocos días antes de su renuncia, Meta acababa de lanzar Muse Spark 1.2.

En los últimos meses, el equipo multimodal liderado por Yu Jiahui también había presentado Muse Spark, Voice Mode, Muse Image y Muse Video.

En su anuncio, Yu Jiahui expresó que su experiencia construyendo TBD Lab junto con Zuckerberg y el director de IA de Meta, Alexander Wong, fue "muy inspiradora y gratificante".

También destacó específicamente varios logros de su equipo durante este año, y añadió que se sentía cada vez más atraído por un problema "crucial para el futuro de la humanidad, pero aún insuficientemente explorado".

Ahora, este problema recibirá toda su atención.

Sobre el nombre de la nueva empresa, su enfoque específico o quiénes son sus socios, no dijo ni una palabra:

More to share as the work takes shape.

Más información se compartirá a medida que las cosas tomen forma.

Acabó de entregar la suite Muse y se marcha

Este año, Yu Jiahui ciertamente no se quedó de brazos cruzados.

A finales de junio de 2025, se reveló que Yu Jiahui, junto con investigadores de OpenAI como Zhao Shengjia, Bi Shuchao y Ren Hongyu, se habían unido colectivamente al nuevo equipo de superinteligencia formado por Meta.

Zuckerberg en persona se encargó de reclutarlo, con rumores de un "salario anual de 100 millones de dólares", estableciendo un nuevo récord en el mercado de talento de IA.

Pocos días después, Zuckerberg anunció oficialmente la creación de Meta Superintelligence Labs, es decir, MSL.

El laboratorio está liderado por Alexander Wong. Meta invirtió 14.3 mil millones de dólares en Scale AI y reclutó intensamente talento de empresas como OpenAI, Google DeepMind y Apple.

TBD Lab es uno de los equipos centrales de investigación de modelos dentro de MSL, responsable del desarrollo de los próximos modelos frontera de Meta. Yu Jiahui fue miembro fundador y responsable de la dirección multimodal.

En abril de este año, este equipo presentó su primer trabajo importante: Muse Spark.

Este fue el primer modelo base lanzado tras la creación de MSL, marcando también la transición formal de los modelos frontera de Meta de la serie Llama a la serie Muse.

Posteriormente, el equipo de Yu Jiahui continuó lanzando Voice Mode, Muse Image y Muse Video, cubriendo generación de voz, imagen y video.

La reciente actualización de Muse Spark 1.2 enfatizó aún más la programación, tareas de agente de largo alcance y capacidades multimodales.

Durante su año en Meta, Yu Jiahui prácticamente formó un equipo desde cero, reconstruyó la pila tecnológica y sirvió la suite Muse plato tras plato.

El investigador de Meta, Zhiqing Sun, reveló que Yu Jiahui fue una de las personas que lo reclutó para Meta.

Aún recuerda cuando cenaron en un restaurante Daeho en San Francisco, donde Yu Jiahui lo convenció para unirse a TBD Lab. Más tarde, colaboraron en la investigación de capacidades multimodales y Computer Use.

Un año después, las personas que Yu Jiahui mismo reclutó fueron las que lo despidieron.

Zuck, oh Zuck, ese salario anual de 100 millones de dólares... ¿al final fue en vano?

Rumores de 100 millones: ¿por qué Zuck insistió tanto en él?

Cuánto ganó exactamente Yu Jiahui sigue sin una respuesta autorizada.

Pero en la guerra de talento del año pasado en Silicon Valley, sin duda fue uno de los nombres más destacados.

En ese momento, Altman declaró públicamente que Meta había ofrecido a algunos empleados de OpenAI bonos de firma de 100 millones de dólares, junto con remuneraciones anuales más altas.

Posteriormente, WIRED informó que las ofertas de Meta para algunos talentos de IA de élite alcanzaban los 300 millones de dólares en cuatro años, y la remuneración total del primer año podría superar los 100 millones.

Sin embargo, el CTO de Meta, Andrew Bosworth, aclaró más tarde que la cifra de 100 millones de dólares que circulaba no era para todos, y mucho menos un bono de firma que se pagaba al ingresar; probablemente era un paquete de compensación total que incluía acciones, bonos, condiciones de permanencia y rendimiento.

Así que, si Yu Jiahui personalmente recibió o no el "salario anual de 100 millones de dólares", realmente no lo sabemos.

(Encogimiento de hombros)

Aun así, Yu Jiahui quedó encasillado en la historia del "señor de los cien millones".

Su trayectoria también ha tocado prácticamente cada palabra clave más candente en modelos grandes en los últimos años.

Yu Jiahui realizó su licenciatura en la Escuela para Jóvenes Talentos de la Universidad de Ciencia y Tecnología de China, luego se doctoró en UIUC, bajo la tutela del académico de visión por computadora Thomas Huang.

Durante su doctorado, participó en el desarrollo de DeepFill. En pocas palabras, permitía que la IA borrara objetos no deseados en una foto y rellenara automáticamente el fondo.

Posteriormente, al unirse a Google Brain, pasó de la visión por computadora a modelos grandes multimodales, participando y co-liderando la dirección multimodal de Gemini.

Tras unirse a OpenAI a finales de 2023, dirigió el equipo de Percepción, participando en GPT-4o, GPT-4.1 y una serie de modelos de la serie o.

Precisamente, ese era el tipo de persona que Meta necesitaba en ese momento.

Con el rendimiento de Llama 4 por debajo de las expectativas, Meta necesitaba urgentemente un equipo para reconstruir sus capacidades de modelos frontera.

En comparación con quienes solo habían logrado avances en un artículo de investigación específico, Yu Jiahui tenía experiencia en investigación visual de base, desarrollo de modelos grandes tanto en Google como en OpenAI, y además contaba con la experiencia de llevar capacidades multimodales a productos reales.

Hace un año, la discusión podría haber sido:

¿Realmente vale Yu Jiahui el paquete de remuneración de nueve cifras del que se rumoreaba?

Pero ahora, la pregunta se ha transformado en:

¿Qué quiere hacer alguien que ni siquiera se queda con ese nivel de salario, poder de cómputo y oportunidades de producto?

Ciertamente, para investigadores que ya han alcanzado la posición de Yu Jiahui, las condiciones que las grandes empresas pueden ofrecer probablemente están cerca del techo del empleo asalariado.

El siguiente paso parece ser convertirse en fundador.

¡Meta, ¿cuánta gente se te ha ido?!

Con la partida de Yu Jiahui, los internautas empezaron a revisar el estado de personal de Meta.

La sorpresa fue grande al ver el número:

929.

La plataforma de investigación alphaXiv publicó una lista de ex investigadores de Meta, afirmando que antes de Yu Jiahui, más de 200 investigadores destacados ya habían dejado Meta.

Su página de búsqueda muestra que 929 investigadores cumplen con los criterios de "haber trabajado en Meta y actualmente no estar en Meta".

En la parte superior de la lista está Yu Jiahui.

Inmediatamente después, hay investigadores que recientemente se unieron a Google, se convirtieron en científicos jefe de startups o se unieron a proyectos de emprendimiento en fase sigilosa.

alphaXiv tampoco perdonó el acrónimo TBD, soltando directamente:

El futuro de la IA de Meta también es TBD (Por Determinar).

Vaya, a primera vista, Meta no parece un laboratorio, sino más bien una estación de tránsito para el talento en IA...

El año pasado, cuando Meta estaba reclutando agresivamente con cheques, Altman declaró:

Los misioneros finalmente vencerán a los mercenarios.

Ahora, incluso Yu Jiahui, reclutado por Meta a precio de oro, se ha ido.

¿La estrategia de reclutamiento de Zuck, satirizada como de "mercenarios", puede considerarse exitosa?

La respuesta también es TBD.

Enlaces de referencia:

[1]https://x.com/jiahuiyu/status/2087936732939616299?s=20

[2]https://x.com/askalphaxiv/status/2087973800952623416?s=20

Este artículo proviene del WeChat Official Account "量子位", autor: 听雨

Preguntas relacionadas

Q¿Quién es Yu Jiahui y qué anunció recientemente?

AYu Jiahui es un destacado investigador de IA que trabajó en Meta como líder del equipo multimodal dentro del TBD Lab. Recientemente anunció su salida de Meta para emprender su propio proyecto.

Q¿Qué modelo importante lanzó Meta justo antes de la salida de Yu Jiahui?

APoco antes de su salida, Meta lanzó la versión 1.2 de Muse Spark, un modelo fundamental que marcó el cambio de la serie Llama a la serie Muse para los modelos de vanguardia de la empresa.

Q¿Qué se dice sobre la remuneración que Yu Jiahui habría recibido de Meta?

ASegún los informes y rumores del sector, Meta habría ofrecido a Yu Jiahui un paquete de compensación total que, en su primer año, podría haber superado los 100 millones de dólares, aunque Meta aclaró que no se trataba de un bono de firma en efectivo, sino de un paquete que incluía acciones, bonos y condiciones de desempeño.

Q¿Qué experiencia profesional previa tiene Yu Jiahui en el campo de la IA?

AAntes de unirse a Meta, Yu Jiahui obtuvo su doctorado en UIUC, trabajó en Google Brain co-liderando la dirección multimodal de Gemini, y luego en OpenAI, donde fue responsable del equipo de Percepción y contribuyó a modelos como GPT-4o y GPT-4.1.

QSegún el artículo, ¿cuántos investigadores han dejado Meta, según una plataforma de investigación?

ASegún la plataforma de investigación alphaXiv citada en el artículo, 929 investigadores que alguna vez trabajaron en Meta ya no forman parte de la empresa, y más de 200 de ellos son investigadores conocidos.

Lecturas Relacionadas

Nueva función de ChatGPT: La IA ha comenzado a monitorear a los usuarios

OpenAI ha lanzado una nueva función llamada "Computer History" para la aplicación de escritorio de ChatGPT en macOS. Esta herramienta, disponible desde el 13 de agosto para suscriptores Pro, Business y Enterprise, analiza la actividad del usuario en distintas aplicaciones y sitios web para personalizar y hacer más precisas las respuestas del modelo. La función, que opera en segundo plano y requiere activación manual en la configuración, crea una línea temporal de actividad. Esto permite a ChatGPT recordar tareas y patrones de trabajo recurrentes, reduciendo la necesidad de proporcionar contexto manualmente en conversaciones futuras. Los usuarios tienen control total sobre su privacidad, pudiendo revisar, eliminar segmentos o la historia completa, y la función no se activa sin su consentimiento expreso. Sin embargo, el lanzamiento se ha retrasado en la Unión Europea, Reino Unido y Suiza. OpenAI está adaptando la herramienta para cumplir con las estrictas normativas locales de protección de datos antes de su disponibilidad en estas regiones. Este movimiento forma parte de una tendencia más amplia hacia modelos de IA con "memoria" persistente, compitiendo con soluciones similares de Anthropic y Google. Surgen preguntas sobre los riesgos técnicos de versiones anteriores y si el consentimiento voluntario será suficiente para mantener la confianza del usuario a medida que se recopilan más datos de actividad.

cryptonews.ruHace 48 min(s)

Nueva función de ChatGPT: La IA ha comenzado a monitorear a los usuarios

cryptonews.ruHace 48 min(s)

¡La plataforma analítica Santiment informa de que se está extendiendo rápidamente entre los inversores la opinión de que 'las criptomonedas están muertas'! ¿Es una señal de que el mercado ha tocado fondo? Aquí...

La plataforma de análisis Santiment informa de un aumento significativo en el uso de frases como "las criptomonedas están muertas" en redes sociales como Reddit y Telegram, lo que refleja un creciente pesimismo entre los inversores minoristas debido a la presión persistente sobre los precios y los bajos volúmenes de negociación. Según Santiment, este tipo de narrativa extrema suele surgir cuando la paciencia de los inversores se agota tras periodos prolongados de precios estancados y ausencia de la esperada recuperación. Históricamente, estos momentos de máximo pesimismo han coincidido a menudo con puntos de inflexión importantes del mercado, precediendo a fuertes recuperaciones que contradicen las expectativas generalizadas. La empresa destaca que un enfoque contrario, que tome posiciones opuestas a la tendencia predominante, podría considerar estos periodos de creencia generalizada en el "fin" de las criptomonedas como una señal para vigilar atentamente. Los analistas reconocen que el temor actual puede ejercer presión a corto plazo, pero señalan que niveles similares de sentimiento negativo marcaron mínimos significativos en ciclos anteriores. En conclusión, Santiment sugiere que cuando el pesimismo entre los inversores alcanza su punto máximo, se podrían presentar oportunidades potenciales para aquellos con una perspectiva paciente y a largo plazo, convirtiendo el sentimiento en redes sociales en un indicador relevante para evaluar la dirección del mercado.

cryptonews.ruHace 59 min(s)

¡La plataforma analítica Santiment informa de que se está extendiendo rápidamente entre los inversores la opinión de que 'las criptomonedas están muertas'! ¿Es una señal de que el mercado ha tocado fondo? Aquí...

cryptonews.ruHace 59 min(s)

GPT-5 también tiene lapsus mentales, Google lo probó 4.5 millones de veces: las llaves se perdieron

Los grandes modelos de lenguaje como GPT-5 y Gemini 3 tienen un problema similar al fenómeno de "punta de la lengua" en humanos: a menudo no pueden recuperar hechos que sí han almacenado en sus parámetros. Un estudio de Google, "Empty Shelves or Lost Keys?" (ICML 2026), analizó 4.5 millones de respuestas en el benchmark WikiProfile (2,150 hechos de Wikipedia) y descubrió que, si bien estos modelos codifican del 95% al 98% de los hechos, fallan al recuperar directamente entre el 26% y el 34%. De estos fallos, la mayoría son "errores de recuperación", no de codificación. Los principales puntos débiles son el conocimiento de nicho y las preguntas formuladas de forma inversa (p.ej., "¿quién es el hijo de X?" vs. "¿quién es la madre de Y?"). El conocimiento poco frecuente se almacena casi tan bien como el popular, pero es mucho más difícil de recuperar. La función "thinking" (pensamiento) ayuda, recuperando entre el 40% y el 65% de los hechos almacenados pero no accesibles, actuando como una "activación por difusión" que construye un puente semántico hacia la respuesta. El estudio muestra que escalar el tamaño del modelo mejora la codificación, pero no resuelve el cuello de botella de la recuperación. En modelos avanzados, más del 70% de los errores se deben a fallos de recuperación. El futuro progreso requiere mejoras en el entrenamiento posterior y la inferencia, incluyendo una mejor metacognición: el modelo debe primero darse cuenta de que no recuerda algo para activar estrategias de recuperación más profundas.

marsbitHace 1 hora(s)

GPT-5 también tiene lapsus mentales, Google lo probó 4.5 millones de veces: las llaves se perdieron

marsbitHace 1 hora(s)

Trading

Spot
活动图片