7 milliards par an ne suffisent pas à le retenir, Yujia Hui quitte Meta pour se lancer

marsbitPublié le 2026-08-14Dernière mise à jour le 2026-08-14

Résumé

Billets d'un milliard de dollars ne suffisent pas à retenir Yu Jiahui ! Le chercheur en IA a annoncé son départ de Meta après un peu plus d'un an, pour se lancer dans sa propre aventure entrepreneuriale. Arrivé en juin 2025 avec un package de rémunération phénoménal (évoquant jusqu'à 100 millions de dollars sur plusieurs années), il a dirigé l'équipe multimodale du TBD Lab au sein du Meta Superintelligence Labs. Sous sa direction, l'équipe a livré une série de modèles avancés Muse, dont Muse Spark, Voice Mode, Muse Image et Muse Video. Dans son annonce, Yu Jiahui a remercié Mark Zuckerberg et Alexandre Wang pour l'expérience, tout en expliquant qu'il était de plus en plus attiré par un problème "crucial pour l'avenir de l'humanité mais encore insuffisamment exploré", sur lequel il compte désormais se concentrer entièrement. Les détails sur sa nouvelle entreprise restent pour l'instant confidentiels. Son départ relance le débat sur la stratégie de recrutement agressif de Meta, souvent qualifiée de "mercenaires". Selon la plateforme alphaXiv, plus de 200 chercheurs notables auraient quitté Meta récemment, pour un total de près de 930 noms figurant sur une liste de départs. Si l'arrivée de Yu Jiahui a permis à Meta de lancer rapidement la famille Muse, son départ rapide questionne la capacité de la firme à retenir les talents de pointe à long terme, face à l'appel de l'entrepreneuriat.

100 millions de dollars ne suffisent pas à le retenir !

À l'instant, Yujia Hui a officiellement annoncé son départ de Meta pour se lancer dans l'entrepreneuriat.

Du moment où il a rejoint Meta fin juin 2025 à son annonce de départ le 14 août 2026, cela fait un an et un peu plus d'un mois pile.

Son site personnel a également mis à jour son CV.

Juste quelques jours avant son départ, Meta venait de lancer Muse Spark 1.2.

Ces derniers mois, l'équipe multimodale dirigée par Yujia Hui a enchaîné les livrables : Muse Spark, Voice Mode, Muse Image et Muse Video.

Dans son annonce, Yujia Hui a déclaré que son expérience aux côtés de Mark Zuckerberg et du directeur IA de Meta, Alexander Wang, pour construire le TBD Lab avait été « très inspirante et enrichissante ».

Il a également pris soin de mentionner les principales réalisations de son équipe au cours de l'année, ajoutant qu'il était de plus en plus attiré par une question « cruciale pour l'avenir de l'humanité, mais encore largement inexplorée ».

Désormais, cette question aura toute son attention.

Quant au nom de sa nouvelle entreprise, son domaine de recherche précis ou ses associés, il n'en a pas soufflé mot :

More to share as the work takes shape.

Plus d'informations seront partagées au fur et à mesure que les choses se concrétiseront.

À peine la famille Muse livrée, il s'en va

Cette année, Yujia Hui n'a certainement pas chômé.

Fin juin 2025, Yujia Hui, ainsi que d'autres chercheurs d'OpenAI comme Shengjia Zhao, Shuchao Bi et Hongyu Ren, avaient été révélés comme ayant rejoint en groupe la nouvelle équipe de super-intelligence de Meta.

Mark Zuckerberg en personne était descendu sur le terrain pour le recruter, avec des rumeurs évoquant un « salaire annuel de 100 millions de dollars », battant ainsi un record sur le marché des talents en IA.

Quelques jours plus tard, Zuckerberg annonçait officiellement la création des Meta Superintelligence Labs, alias MSL.

Le laboratoire était dirigé par Alexander Wang. Meta avait investi 14,3 milliards de dollars dans Scale AI pour l'occasion, et avait recruté massivement chez OpenAI, Google DeepMind, Apple et autres.

Le TBD Lab était l'une des équipes de recherche fondamentale les plus centrales au sein des MSL, chargée de développer la prochaine génération de modèles d'avant-garde de Meta. Yujia Hui en était un membre fondateur et le responsable de l'axe multimodale.

En avril de cette année, cette équipe livrait sa première grande contribution : Muse Spark.

Il s'agissait du premier modèle de base publié depuis la création des MSL, marquant également le passage officiel des modèles d'avant-garde de Meta de la série Llama à la série Muse.

Par la suite, l'équipe de Yujia Hui continua avec Voice Mode, Muse Image et Muse Video, couvrant la génération vocale, d'images et de vidéos.

La dernière mise à jour, Muse Spark 1.2, mettait davantage l'accent sur la programmation, les tâches d'agent de longue durée et les capacités multimodales.

En un an chez Meta, Yujia Hui a pratiquement monté une équipe à partir de zéro, reconstruit une pile technologique, et servi les plats de la gamme Muse les uns après les autres.

Le chercheur Meta Zhiqing Sun a révélé que Yujia Hui était l'une des personnes qui l'avaient recruté chez Meta.

Il se souvient qu'ils avaient dîné dans un restaurant Daeho à San Francisco, où Yujia Hui l'avait convaincu de rejoindre le TBD Lab. Plus tard, ils avaient collaboré sur les capacités multimodales et le Computer Use.

Un an plus tard, ce sont les personnes recrutées par Yujia Hui lui-même qui lui disent au revoir.

Zuck, oh Zuck... ces 100 millions de dollars annuels... étaient-ils finalement mal placés ?

Rumeurs de 100 millions : pourquoi Zuck l'a-t-il tant voulu ?

Le montant exact reçu par Yujia Hui reste sans réponse officielle.

Mais lors de la guerre des talents dans la Silicon Valley l'année dernière, son nom était sans aucun doute l'un des plus scrutés.

À l'époque, Sam Altman avait déclaré publiquement que Meta offrait à certains employés d'OpenAI des primes de signature de 100 millions de dollars, ainsi que des rémunérations annuelles plus élevées.

Ensuite, WIRED rapportait que les offres de Meta pour une poignée de talents d'IA de premier plan pouvaient atteindre 300 millions de dollars sur quatre ans, avec une rémunération totale la première année dépassant potentiellement 100 millions.

Plus tard cependant, le CTO de Meta, Andrew Bosworth, a clarifié que les 100 millions évoqués dans les médias n'étaient pas pour tout le monde, et ne constituaient certainement pas une prime de signature versée dès l'arrivée, mais faisaient probablement partie d'un package global incluant actions, bonus, et des conditions liées à la durée et à la performance.

Ainsi, nous ne savons pas si Yujia Hui a personnellement reçu ce « salaire annuel de 100 millions de dollars ».

(Haussement d'épaules)

Malgré cela, Yujia Hui est resté dans la narration du « monsieur aux cent millions ».

Son parcours a également épousé presque tous les mots-clés les plus en vogue des derniers modèles ces dernières années.

Yujia Hui a obtenu sa licence à la classe pour jeunes surdoués de l'Université des Sciences et Technologies de Chine, avant de poursuivre un doctorat à l'UIUC sous la direction du chercheur en vision par ordinateur Thomas Huang.

Pendant son doctorat, il a participé au développement de DeepFill. En bref, il s'agissait de permettre à l'IA d'effacer des éléments indésirables d'une photo et de compléter automatiquement l'arrière-plan.

Plus tard, en rejoignant Google Brain, il est passé de la vision par ordinateur aux grands modèles multimodaux, participant et co-dirigeant la branche multimodale de Gemini.

Après son transfert chez OpenAI fin 2023, il a dirigé l'équipe Perception, participant aux modèles GPT-4o, GPT-4.1 et à une série d'autres modèles de la série « o ».

Et c'était précisément ce type de profil qui manquait à Meta à ce moment-là.

Les performances de Llama 4 étant en deçà des attentes, Meta avait un besoin urgent d'une équipe pour reconstruire ses capacités en modèles d'avant-garde.

Comparé à un chercheur n'ayant fait une percée que sur un seul article, Yujia Hui avait une expérience en recherche fondamentale en vision, avait participé au développement de grands modèles chez Google et OpenAI, et possédait l'expérience du déploiement de capacités multimodales dans des produits réels.

Il y a un an, on se demandait peut-être encore :

Yujia Hui valait-il vraiment le package à neuf chiffres dont on parlait ?

Mais maintenant, la question est devenue :

Qu'est-ce que quelqu'un que même ce niveau de rémunération, de puissance de calcul et d'opportunités produit ne peut retenir, a l'intention de faire à l'extérieur ?

En effet, pour un chercheur ayant atteint le niveau de Yujia Hui, les conditions offertes par les grands groupes s'approchent probablement du plafond du salariat.

Pour aller plus loin, il ne semble rester qu'une voie : devenir fondateur soi-même ~

Meta, mais combien de personnes avez-vous perdues ?!

Avec le départ de Yujia Hui, les internautes se sont empressés de faire le compte chez Meta.

Et le résultat est surprenant :

929.

La plateforme de recherche de publications alphaXiv a publié une liste de chercheurs ayant quitté Meta, affirmant que plus de 200 chercheurs renommés avaient quitté Meta avant Yujia Hui.

Et sa page de recherche indique que 929 chercheurs correspondent aux critères « ayant travaillé chez Meta, n'y travaillant plus actuellement ».

Le nom de Yujia Hui figure en haut de la liste.

Juste derrière lui, on trouve des chercheurs ayant récemment rejoint Google, devenu directeur scientifique dans des startups, ou ayant intégré des projets d'entreprises en furtivité.

alphaXiv n'a pas non plus raté l'occasion de jouer sur l'acronyme TBD, lâchant :

L'avenir de l'IA de Meta est également TBD (À Déterminer).

Oh là là, à première vue, Meta n'est pas un laboratoire, mais plutôt une plateforme de transit pour les talents en IA...

Lorsque Meta agitaient ses chèques l'année dernière pour attirer les talents, Sam Altman avait déclaré :

Les missionnaires finiront par vaincre les mercenaires.

Aujourd'hui, Yujia Hui, recruté à prix d'or par Meta, est également parti.

La stratégie de recrutement de Zuck, moquée comme étant celle des « mercenaires », peut-elle vraiment être considérée comme un succès ?

La réponse est également TBD.

Sources :

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

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

Cet article provient du compte public WeChat « Quantum Bit », auteur : Tingyu

Questions liées

QQui a annoncé son départ de Meta pour créer sa propre entreprise ?

AJiahui Yu (余家辉) a annoncé son départ de Meta pour créer sa propre entreprise.

QQuel était le salaire annuel présumé offert par Meta pour recruter Jiahui Yu ?

ADes rumeurs faisaient état d'un package de rémunération total s'élevant potentiellement à 100 millions de dollars sur quatre ans, avec une première année dépassant possiblement 100 millions de dollars.

QQuels sont les principaux modèles ou produits sur lesquels Jiahui Yu a travaillé pendant son passage chez Meta ?

AIl a dirigé ou contribué au développement de Muse Spark, Voice Mode, Muse Image et Muse Video au sein du TBD Lab de Meta.

QCombien de chercheurs ont quitté Meta avant Jiahui Yu, selon l'article ?

ASelon l'article, plus de 200 chercheurs connus avaient quitté Meta avant lui, et une liste de recherche en comptait 929 ayant quitté la société.

QPour quelle raison principale Jiahui Yu a-t-il décidé de quitter Meta, selon ses déclarations ?

AIl a déclaré être de plus en plus attiré par une question qu'il juge « très importante pour l'avenir de l'humanité, mais encore insuffisamment explorée », et qu'il souhaitait y consacrer toute son attention.

Lectures associées

La plateforme d'analyse Santiment rapporte que l'opinion selon laquelle « les cryptomonnaies sont mortes » se propage rapidement parmi les investisseurs ! S'agit-il d'un signal que le marché a atteint son creux ? Voici...

La plateforme d'analyse Santiment a observé une forte augmentation des expressions négatives comme "la crypto est morte" sur les réseaux sociaux, notamment Reddit et Telegram. Cette propagation reflète le pessimisme croissant des investisseurs particuliers, lassés par la pression persistante sur les prix et les faibles volumes de trading. Selon l'analyse historique de Santiment, de tels pics d'extrême pessimisme coïncident souvent avec des points de retournement majeurs du marché. La firme souligne que lorsque la conviction d'une disparition de tout rebond haussier se généralise, le marché a tendance à réagir à l'inverse, en affichant de fortes reprises. Par conséquent, Santiment suggère que les investisseurs adoptant une approche contra-cyclique devraient surveiller attentivement ces périodes où le récit de "mort" des cryptomonnaies se répand. Bien que la peur puisse exercer une pression à court terme, ces niveaux de négativité excessive ont historiquement correspondu à des creux significatifs des cycles précédents. Ces phases de pessimisme extrême pourraient ainsi présenter des opportunités potentielles pour les investisseurs patients à long terme, faisant des sentiments sur les réseaux sociaux un indicateur important pour évaluer la direction du marché.

cryptonews.ruIl y a 59 mins

La plateforme d'analyse Santiment rapporte que l'opinion selon laquelle « les cryptomonnaies sont mortes » se propage rapidement parmi les investisseurs ! S'agit-il d'un signal que le marché a atteint son creux ? Voici...

cryptonews.ruIl y a 59 mins

GPT-5 oublie aussi des choses sur le bout de la langue, Google l'a testé 4,5 millions de fois : les clés sont perdues

Lorsqu'on demande à un modèle de langage de l'information qu'il a pourtant apprise, il échoue parfois à la restituer, un phénomène comparable au « bout de la langue » chez l'humain. Une étude de Google, « Empty Shelves or Lost Keys? », analyse cette défaillance en évaluant 13 modèles (dont GPT-5 et Gemini 3) sur 21 500 questions basées sur Wikipédia. Le cadre « profil de connaissance » distingue cinq états pour un fait : non mémorisé, mémorisé mais non rappelé, rappel direct, rappel avec « pensée » (chain-of-thought), ou correct par inférence sans mémorisation. Les résultats révèlent que pour les modèles avancés, 95 à 98 % des faits sont encodés en mémoire. Cependant, 26 à 34 % de ces faits mémorisés ne sont pas rappelés en réponse directe. Même avec une phase de réflexion explicite, 11 à 12 % restent inaccessibles. L'étude identifie deux principaux points de blocage. Premièrement, les faits peu connus sont presque aussi bien mémorisés que les populaires, mais leur taux de rappel direct est bien inférieur. Deuxièmement, les questions posées sous une forme inverse (« qui est le fils de X ? » vs « qui est la mère de Y ? ») posent problème en génération ouverte, mais pas en QCM, prouvant que l'association est stockée mais difficile à extraire. La réflexion permet de récupérer 40 à 65 % des faits mémorisés mais initialement non rappelés, en agissant comme un « amorçage sémantique » pour activer la mémoire. L'augmentation de la taille des modèles réduit principalement les échecs d'encodage, mais pas proportionnellement les échecs de rappel, qui deviennent l'obstacle dominant pour les modèles les plus grands. L'enjeu futur est donc moins d'empiler des connaissances que d'améliorer les mécanismes d'accès et de métacognition pour que le modèle sache quand il doit « chercher ses clés ».

marsbitIl y a 1 h

GPT-5 oublie aussi des choses sur le bout de la langue, Google l'a testé 4,5 millions de fois : les clés sont perdues

marsbitIl y a 1 h

Trading

Spot
活动图片