7 миллиардов годовых не удержали: Юй Цзяхуэй уходит из Meta, чтобы заняться собственным бизнесом

marsbitОпубликовано 2026-08-14Обновлено 2026-08-14

Введение

Сообщается, что исследователь ИИ Цзяхуэй Юй покинул Meta всего через год после присоединения, несмотря на слухи о пакете вознаграждения в размере до 100 миллионов долларов. Он объявил об уходе, чтобы основать собственную компанию, сосредоточившись на нераскрытой проблеме, которая, по его мнению, «чрезвычайно важна для будущего человечества». За год в Meta Юй был одним из основателей ключевой группы исследований моделей TBD Lab в рамках подразделения Superintelligence Labs (MSL). Под его руководством команда выпустила несколько мультимодальных моделей серии Muse, включая Muse Spark, Voice Mode, Muse Image и Muse Video. Его уход вызвал дискуссии о стратегии Meta по привлечению талантов с помощью высоких компенсаций. Платформа alphaXiv сообщает, что более 200 известных исследователей покинули Meta, что ставит вопрос об эффективности такого подхода. Мотивы Юя для начала собственного дела остаются нераскрытыми, и дальнейшие детали появятся по мере развития его нового проекта.

100 миллионов долларов не удержали!

Только что Юй Цзяхуэй официально объявил об уходе из Meta для запуска собственного стартапа.

С конца июня 2025 года, когда он присоединился, до 14 августа 2026 года, когда объявил об уходе, прошло чуть больше года.

Его личный сайт также обновил информацию о карьере.

За несколько дней до ухода Meta как раз выпустила Muse Spark 1.2.

За последние несколько месяцев многомодальная команда под руководством Юй Цзяхуэя представила Muse Spark, Voice Mode, Muse Image и Muse Video.

В своём объявлении Юй Цзяхуэй сказал, что опыт работы с Цукербергом и главным специалистом по ИИ Meta Александром Ваном над созданием TBD Lab был «очень вдохновляющим и насыщенным».

Он также специально отметил несколько достижений команды за этот год и добавил, что его всё больше привлекает проблема, которая является «чрезвычайно важной для будущего человечества, но ещё недостаточно изученной».

Теперь эта проблема получит всё его внимание.

Что касается названия новой компании, конкретной области исследований или партнёров, он не проронил ни слова:

More to share as the work takes shape.

Больше информации — по мере формирования проекта.

Только выпустили семейство Muse, а человек уже ушёл

За этот год Юй Цзяхуэй действительно немало поработал.

В конце июня 2025 года появилась информация, что Юй Цзяхуэй вместе с исследователями OpenAI Чжао Шэнцзя, Би Шучао, Жэнь Хунъюй и другими массово присоединились к новой супер-интеллектуальной команде Meta.

Цукерберг лично участвовал в его привлечении, ходили слухи о «годовом окладе в 100 миллионов долларов», что стало рекордом на рынке ИИ-талантов.

Через несколько дней Цукерберг официально объявил о создании Meta Superintelligence Labs, то есть MSL.

Лабораторию возглавил Александр Ван. Meta инвестировала в Scale AI 14,3 миллиарда долларов и активно переманивала людей из OpenAI, Google DeepMind, Apple и других компаний.

TBD Lab — одна из ключевых команд по исследованию моделей в структуре MSL, отвечающая за разработку следующего поколения передовых моделей Meta. Юй Цзяхуэй был одним из её основателей и руководителем многомодального направления.

В апреле этого года команда представила первый важный результат: Muse Spark.

Это была первая фундаментальная модель, выпущенная после создания MSL, что также ознаменовало переход передовых моделей Meta от серии Llama к серии Muse.

Впоследствии команда Юй Цзяхуэя продолжила выпускать Voice Mode, Muse Image и Muse Video, охватывая генерацию речи, изображений и видео.

Недавнее обновление Muse Spark 1.2 ещё больше сместило акцент на программирование, длинные агентские задачи и многомодальные возможности.

За год в Meta Юй Цзяхуэй, можно сказать, собрал команду с нуля, перестроил технологический стек и представил одно за другим всё семейство продуктов Muse.

Исследователь Meta Zhiqing Sun рассказал, что Юй Цзяхуэй был одним из тех, кто привёл его в компанию.

Он помнит, как они вместе ужинали в ресторане Daeho в Сан-Франциско, и именно там Юй Цзяхуэй убедил его присоединиться к TBD Lab. Позже они вместе работали над многомодальными возможностями и Computer Use.

Год спустя именно человек, которого нанял сам Юй Цзяхуэй, проводил его.

Цукерберг, Цукерберг... Неужели эти 100 миллионов долларов годовых... в конечном итоге были потрачены впустую?

Слухи о 100 миллионах долларов: почему именно его так хотел заполучить Цукерберг?

Сколько именно получил Юй Цзяхуэй, до сих пор нет авторитетного ответа.

Но в прошлогодней войне за таланты в Кремниевой долине он, несомненно, был одним из самых обсуждаемых имён.

В то время Алтман публично заявлял, что Meta предложила некоторым сотрудникам OpenAI бонус за подписание контракта в размере 100 миллионов долларов, а также более высокую годовую зарплату.

Затем WIRED сообщил, что Meta предложила нескольким топ-специалистам в области ИИ пакет на сумму до 300 миллионов долларов за четыре года, причём общее вознаграждение за первый год могло превышать 100 миллионов долларов.

Однако технический директор Meta Эндрю Босворт позже пояснил, что ходившие слухи о 100 миллионах долларов касались не всех, и это был не разовый бонус за подписание контракта, который выплачивается при трудоустройстве. Возможно, это был общий пакет вознаграждений, включающий акции, бонусы, условия срока работы и эффективности.

Так что получил ли сам Юй Цзяхуэй «годовой оклад в 100 миллионов долларов», мы не знаем.

(разводит руками)

Тем не менее, история о Юй Цзяхуэе как о «господине с миллиардным окладом» продолжала жить.

Его карьера практически затрагивала все самые горячие темы, связанные с большими моделями за последние несколько лет.

Юй Цзяхуэй получил степень бакалавра в Шаосыньском колледже при Китайском университете науки и техники, а затем поступил в докторантуру UIUC, где его научным руководителем был специалист по компьютерному зрению Хуан Сютао.

Во время учёбы в докторантуре он участвовал в разработке DeepFill. Проще говоря, это инструмент, позволяющий ИИ стереть ненужные объекты на фотографии и автоматически восстановить фон.

Позже, присоединившись к Google Brain, он прошёл путь от компьютерного зрения до больших многомодальных моделей, участвовал и совместно руководил многомодальным направлением Gemini.

В конце 2023 года он перешёл в OpenAI, где возглавил команду Perception, участвовал в разработке GPT-4o, GPT-4.1 и ряда других моделей серии «o».

Именно такой человек был нужен Meta в то время.

Llama 4 показала себя хуже ожиданий, и Meta срочно нуждалась в команде для перестройки возможностей передовых моделей.

В отличие от тех, кто совершал прорывы лишь в отдельных статьях, Юй Цзяхуэй имел опыт как в фундаментальных исследованиях в области компьютерного зрения, так и в разработке больших моделей в Google и OpenAI, а также в доведении многомодальных возможностей до реальных продуктов.

Год назад, возможно, ещё обсуждали:

Стоит ли Юй Цзяхуэй пакета вознаграждений с девятью нулями, о котором ходят слухи?

Но теперь вопрос изменился:

Что же задумал сделать человек, которого не смогли удержать даже такой уровень зарплаты, вычислительных мощностей и возможностей для продуктов?

Действительно, для исследователя, достигшего уровня Юй Цзяхуэя, условия, которые могут предложить крупные компании, вероятно, уже близки к потолку для наёмного работника.

Двигаться дальше вверх, кажется, остаётся только один путь — самому стать основателем стартапа.

Meta, сколько же у вас людей ушло?!

После ухода Юй Цзяхуэя пользователи сети по привычке начали проверять «кадровый состав» Meta.

Не проверили — не знали, проверили — и цифры сначала шокируют:

929.

Платформа для исследовательских работ alphaXiv опубликовала список ушедших исследователей Meta, заявив, что до Юй Цзяхуэя из Meta уже ушли более 200 известных исследователей.

А её страница поиска показывает, что 929 исследователей соответствуют критериям «ранее работали в Meta, в настоящее время не работают в Meta».

Вверху списка как раз Юй Цзяхуэй.

Сразу за ним следуют исследователи, которые недавно перешли в Google, стали главными учёными в стартапах или присоединились к скрытым венчурным проектам.

alphaXiv тоже не упустила возможности обыграть актуальную шутку про TBD, прямо заявив:

Будущее ИИ Meta также TBD (To Be Determined — подлежит определению).

Ого, на первый взгляд, Meta — это не лаборатория, а просто перевалочный пункт для ИИ-талантов...

В прошлом году, когда Meta размахивала чеками для привлечения людей, Алтман сказал:

Миссионеры в конечном итоге победят наёмников.

Теперь даже Юй Цзяхуэй, которого Meta заполучила за большие деньги, ушёл.

Можно ли считать успешной стратегию привлечения кадров Цукерберга, которую высмеивали как стратегию «наёмников»?

Ответ также TBD.

Источники:

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

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

Эта статья взята с официального аккаунта WeChat «Квантовый бит», автор: Тин Юй

Связанные с этим вопросы

QПочему Юй Цзяхуэй покинул Meta, несмотря на сообщения о годовом пакете компенсаций в 100 миллионов долларов?

AЮй Цзяхуэй покинул Meta, чтобы основать собственную компанию, сосредоточенную на решении проблемы, которая, по его мнению, «чрезвычайно важна для будущего человечества, но ещё недостаточно изучена». Хотя точная сумма его компенсационного пакета в Meta официально не подтверждена, для исследователя его уровня возможности самостоятельного предпринимательства и работа над фундаментальной проблемой могут быть более привлекательными, чем даже рекордная зарплата в крупной корпорации.

QКакие ключевые проекты разработала команда Юй Цзяхуэя в TBD Lab (Meta) за год его работы?

AЗа год работы в TBD Lab под руководством Юй Цзяхуэя команда выпустила серию мультимодальных моделей «Muse», включая базовую модель Muse Spark, а также специализированные модели Muse Image (для генерации изображений), Muse Video (для генерации видео) и Voice Mode (для работы с голосом). Последним выпуском команды стала обновлённая версия Muse Spark 1.2, улучшенная для задач программирования, долгосрочной работы агентов и мультимодальных возможностей.

QЧто известно о новой компании, которую основал Юй Цзяхуэй?

AКонкретная информация о новой компании Юй Цзяхуэя, включая её название, область исследований и состав партнёров, пока не раскрыта. В своём заявлении об уходе он указал, что сосредоточится на решении одной важной и малоизученной проблемы, но детали будут обнародованы позже, когда работа «обретёт форму» (More to share as the work takes shape).

QСколько известных исследователей, по данным alphaXiv, покинули Meta, и каков общий контекст текучести кадров в компании?

AСогласно данным исследовательской платформы alphaXiv, на момент ухода Юй Цзяхуэя более 200 известных исследователей покинули Meta. Общее число исследователей в их базе, соответствующих критерию «ранее работал в Meta, сейчас не работает», составляет 929 человек. Эта высокая текучесть связана с активной «войной за таланты» в индустрии ИИ, когда Meta активно переманивала специалистов с большими пакетами компенсаций, но многие впоследствии также уходили, чтобы основать свои стартапы или присоединиться к другим компаниям.

QКакова была роль TBD Lab в структуре Meta Superintelligence Labs (MSL)?

ATBD Lab был одним из ключевых исследовательских подразделений в составе лаборатории Meta Superintelligence Labs (MSL). MSL была создана для разработки следующего поколения передовых моделей ИИ. Конкретно TBD Lab отвечал за фундаментальные исследования и создание новых моделей (таких как серия Muse), что ознаменовало переход Meta от линейки моделей Llama к новой архитектуре.

Похожее

Британский банковский гигант Standard Chartered обнародовал свой долгосрочный прогноз цены альткоина UNI!

Британский банк Standard Chartered заявил, что долгосрочные перспективы токена Uniswap (UNI) выглядят лучше, чем ожидалось ранее, и его прогноз цены на 2030 год может быть консервативным. Аналитик банка Джеффри Кендрик отметил, что партнерство Uniswap с Robinhood привело к резкому увеличению темпов сжигания токенов UNI после запуска механизма распределения комиссий в конце июля. Годовой объем сожженных токенов достиг $90 млн, что эквивалентно изъятию более 4% от общего предложения, создавая повышательное давление на цену. Несмотря на возможные сложности в поддержании такого высокого уровня сжигания в долгосрочной перспективе, даже при достижении прогнозируемой цены в $6,50 к концу 2026 года годовая ставка изъятия останется значительной — около 2,2%. Кендрик считает, что появление новых партнерств, подобных Robinhood, может усилить влияние на экономику токена. В случае продолжения роста использования и сжигания UNI, даже ранее объявленная банком целевая цена в $100 к 2030 году может оказаться заниженной. Эксперты полагают, что UNI останется одним из ключевых активов для наблюдения на фоне развития сектора DeFi.

cryptonews.ru5 мин. назад

Британский банковский гигант Standard Chartered обнародовал свой долгосрочный прогноз цены альткоина UNI!

cryptonews.ru5 мин. назад

Новая функция ChatGPT: ИИ начал следить за пользователями

OpenAI представила инструмент Computer History для десктопного приложения ChatGPT на macOS. Функция, доступная подписчикам Pro, Business и Enterprise, анализирует активность пользователя в других программах и на сайтах, чтобы персонализировать и повышать точность ответов модели. Она работает в фоновом режиме, создавая временную ленту активности, к которой чат-бот может обращаться в следующих диалогах, уменьшая необходимость вручную вводить контекст. Пользователь должен добровольно включить функцию в настройках. Интерфейс позволяет просматривать историю, очищать её и контролировать сбор данных. Запуск в странах ЕЭЗ, Великобритании и Швейцарии отложен на несколько недель для приведения функции в соответствие с местными нормами о защите данных. Computer History представляет собой развитие экспериментального проекта Chronicle и, по заявлению OpenAI, расходует меньше вычислительных ресурсов. Компания одновременно анонсировала высокоскоростной режим GPT-5.6 Ultrafast. Внедрение подобных функций памяти усиливает конкуренцию с другими ИИ-ассистентами, но также raises вопросы о балансе между глубокой персонализацией и приватностью, особенно с учётом технических рисков, отмеченных в документации к предшественнику Chronicle.

cryptonews.ru49 мин. назад

Новая функция ChatGPT: ИИ начал следить за пользователями

cryptonews.ru49 мин. назад

Аналитическая платформа Santiment сообщила, что среди инвесторов быстро распространяется мнение о том, что «криптовалюты мертвы»! Является ли это сигналом к достижению дна рынка? Вот...

Аналитическая платформа Santiment отмечает резкий рост распространения в соцсетях пессимистичных высказываний, таких как «криптовалюта мертва», что отражает истощение терпения частных инвесторов на фоне затяжной стагнации рынка. Исторические данные компании показывают, что подобные периоды крайнего негатива часто совпадают с важными рыночными точками разворота. Сантимент подчеркивает, что когда общественное мнение практически единогласно исключает возможность роста, рынок нередко демонстрирует неожиданное сильное восстановление. Поэтому распространение нарратива о «смерти» криптовалюты может быть контрциклическим индикатором для инвесторов, придерживающихся контрарианского подхода. Аналитики признают возможность сохранения давления в краткосрочной перспективе, но отмечают, что пики пессимизма в прошлом совпадали со значительными минимумами, создавая потенциальные возможности для долгосрочных инвесторов. Настроения в соцсетях остаются важным индикатором для оценки рыночной динамики.

cryptonews.ru59 мин. назад

Аналитическая платформа Santiment сообщила, что среди инвесторов быстро распространяется мнение о том, что «криптовалюты мертвы»! Является ли это сигналом к достижению дна рынка? Вот...

cryptonews.ru59 мин. назад

Комиссия по ценным бумагам и биржам США отменила ключевое совещание по регулированию криптовалют

Комиссия по ценным бумагам и биржам США (SEC) отменила открытое заседание, запланированное на пятницу, на котором, как ожидалось, должны были рассмотреть новые правила регулирования криптовалют. На встрече планировалось обсудить предложение о создании «специального режима предложения для некоторых инвестиционных контрактов, связанных с криптоактивами». SEC сообщила, что заседание перенесено из-за «непредвиденных проблем с графиком». Тем временем Сенат США ушел на августовские каникулы, так и не проголосовав за Закон о четкости рынка цифровых активов, который должен был создать всеобъемлющие правила для регулирования индустрии. Ранее председатель SEC Гэри Генслер заявлял, что ведомство «готово, согласно и способно выпустить» собственные правила для цифровых активов, если Сенат не примет данный закон.

cointelegraph1 ч. назад

Комиссия по ценным бумагам и биржам США отменила ключевое совещание по регулированию криптовалют

cointelegraph1 ч. назад

GPT-5 тоже мучается с "вертится на языке", Google проверил 4,5 миллиона раз: ключи потеряны

Google провела исследование «Пустые полки или потерянные ключи?», выявив, что современные большие языковые модели (LLM), такие как GPT-5 и Gemini 3, сталкиваются с проблемой, похожей на человеческий феномен «кончика языка»: они часто не могут извлечь факты, которые явно хранятся в их параметрах. Исследователи создали бенчмарк WikiProfile (2150 фактов из Википедии) и протестировали 13 моделей, сделав около 4.5 миллионов запросов. Ключевые выводы: * **Основная проблема — не кодирование, а извлечение.** Модели кодируют 95-98% фактов, но при прямом запросе не могут вспомнить 26-34% из них. Даже с включённым «размышлением» (thinking) 11-12% фактов остаются недоступными. * **«Забывание» затрагивает определённые типы знаний:** 1) **Редкие факты** — они кодируются почти так же хорошо, как популярные, но извлекаются гораздо хуже. 2) **Обратные вопросы** (например, «сын Марии» вместо «мать Тома») — модель знает связь, но не может её сформулировать в ответе, хотя в заданиях с выбором справляется хорошо. * **«Размышление» помогает вспомнить.** Механизм thinking помогает восстановить 40-65% фактов, которые есть в памяти, но не всплывают сразу. Это работает через «расширяющуюся активацию» — генерацию связанных контекстов, которые подводят к правильному ответу. * **Масштабирование (scaling) решает проблему кодирования, но не извлечения.** Увеличение параметров модели снижает долю «невыученных» фактов, но доля «невспоминаемых» остаётся высокой и становится основной причиной ошибок в передовых моделях. Вывод: для повышения фактической точности современных LLM ключевым становится не добавление данных, а улучшение механизмов **доступа и извлечения** уже усвоенных знаний. Следующий шаг — развитие метапознания у моделей, чтобы они могли сами определять, когда им нужно «подумать» для поиска ответа в памяти.

marsbit1 ч. назад

GPT-5 тоже мучается с "вертится на языке", Google проверил 4,5 миллиона раз: ключи потеряны

marsbit1 ч. назад

Торговля

Спот
活动图片