他用万相2.7给猫做了本日记，拿下「万相皆可 Skill」快闪赛第一名

在过去半年里，AI 影像生成模型的能力曲线被反复抬升。但我们更关心的是：

当模型已经足够强，普通人到底能用它做出什么？

带着这个问题，我们和万相一起，发起了「WaytoAGI 整活计划」第12期，主题是「万相皆可 Skill」。

我们希望大家做出来的，不只是一次性的生成效果，而是一个可以被调用、可以反复使用、还能继续升级的作品。

它可以有梗、有趣、好玩，也可以切进真实场景，解决一个具体问题。重点是把万相的能力，真正变成一个能反复使用的 Skill。

最终，这场为期两周的快闪赛收到了超1000份投稿投稿，共90人获奖，覆盖宠物、电商、医疗、游戏、教育、文化遗产、影视编剧、工业流程……几乎每一个你能想到的场景。

🏆 完整获奖名单：「万相妙思+」快闪赛，获奖名单公布！

6 件主奖项解决了哪些痛点

这6件作品横跨宠物 / IP / 游戏 / 心理学 / 电商 / 健康，每一件都为「万相皆可 Skill」提供了一个有说服力的样本。

🥇 一等奖｜《毛孩子的日记站》— 谭轶骅

解决问题：上班族、出差党、加班党出门一整天，回家不知道毛孩子干了什么。市面上一堆摄像头厂商在做"监控"，但没人在做"内容生成"。

实现路径：从 RTSP 拉流 + YOLOv11 行为检测、ONVIF 云台巡视抓拍，到多模态 AI（GLM-5.1）看图、万相 2.7 波普风生图、Python 模板引擎构建静态网页、再到 SSH 推 GitHub Pages，整条流水线打通。每日 72 次抓拍 × 8 天，已经累积 192+ 张插画。在线站点和 GitHub 仓库都已公开。

获奖理由：

🔗 网站展示地址：https://emajjsky.github.io/cat-daily-site/

📄 Skill 文档：https://my.feishu.cn/docx/ZrP5d3qQuoWNkLx4r4JcSpmnnyc

 💻 Github 仓库：https://github.com/emajjsky/cat-daily-public

🥈 二等奖｜《Siri 万相 IP 系列化技能》— 李幸

输入一张 IP 图片：

输出 3D 建模三视图等各种图片：

解决问题：个人 IP 商业化是当下流量最好的赛道之一，但从一张原画到完整可商用的周边，中间隔着 8 道工序。

实现路径：把 wan 2.7 串成一条 IP 生产线：一张图 → 8 大类完整可商用成果。提供三种输入模式（纯文字 / 角色图 / 三视图），自动产出三视图、三风格、动作九宫格、文创、表情包、动态视频、HTML 展示页、ZIP 包。

获奖理由：跳出了"帮我画一张图"的单次调用思维，真正把 wan 2.7 串成了 IP 生产线。小黄鸭、长颈鹿、小姐姐、九尾狐多案例横向验证，"100% 成功率"是建立在可验证证据上的。

📄 Skill 文档：https://my.feishu.cn/docx/M9pzdDpMro0jUgxuaXScCd6qnch

 💻 Github 仓库：https://github.com/siri-Lee001/Wan-IP-creator-skill

🥈 二等奖｜《Wan-Game-Assets》— 笨笨

解决问题：独立游戏开发者在原型期请不起画师，但 RPG / 卡牌 / 平台跳跃 / 策略 / 休闲不同类型对资产的需求差异极大。

实现路径：

获奖理由："原型阶段美术成本降低 90%+" 的商业叙事站得住，是少数把 wan 2.7 真正"工程化部署"到细分行业的作品。

📄 Skill 文档：https://wxgthmc3q4g.feishu.cn/wiki/EhGrwZOzaiPaaAktpXacBMkhnpe

 💻 Github 仓库：https://modelscope.cn/skills/benben2paopao/wan-game-assets

🥉 三等奖｜《心理学概念可视化卡牌》— 谢耳朵

解决问题：小红书心理学赛道有海量需求，但传统科普卡牌信息密度低、视觉一致性差。

实现路径：

获奖理由：把学术严谨性 + 传播学规律 + wan 2.7 的 HEX 精准控制三件事死磕到了底，6 张 2048×2048 成品 + 18+ 独立信息点，是小红书心理学赛道的爆款模板。

📄 Skill 文档：https://lcn55jgid8h5.feishu.cn/wiki/LC0uw5mzwigibnkVRtNcLeDcntf

🥉 三等奖｜《ai-model-studio · AI 虚拟模特工作室》— 朱秀雨、曹文清

解决问题：电商找真人模特贵，AI 模特又"千篇一律"，prompt 难写的问题。

实现路径：

获奖理由：把"人物一致性"这个 AI 模特最硬的难题拆解得有层次。交付物完整：角色设定卡 JSON、prompt bundle、面部 / 发型变体、近 / 中 / 全身、三视图、场景融合图。

📄 Skill 文档：https://my.feishu.cn/wiki/NgEawWFQOifMWEk3VBEcnwDFncb

 💻 Github 仓库：https://github.com/xyzhu33/ai-model-studio

🥉 三等奖｜《Aura Health Profile · 奥拉健康档案》— 戴嘉玮

解决问题：60+ 人口 3.1 亿，75.8% 的老人被慢性病困扰。资料管理困难、焦虑无助、孤独负担，这是中国社会最硬的刚需之一。

实现路径：

获奖理由：关注当前社会面临的主要问题，结构化沉淀（化验趋势 / 检查结果 / 用药信息）让 wan 2.7 的可视化有了真东西可渲染。

📄 Skill 文档：https://u1hk68mdmio.feishu.cn/docx/RNfWddLTkof45rxeYBdcUebsntg

 💻 Github 仓库：https://github.com/Cartmanfku/aura_health_profile

以上就是6项主要获奖作品的介绍。

此外，还有24项优胜奖的作品，我们也都收录到了知识库中，复制链接打开，可查看详细作品信息：

🔗 https://waytoagi.feishu.cn/wiki/HGaEwgx3RimDjXkq7ricqLWznVb

本次万相活动，我们也延续了 WaytoAGI 一贯的共学模式：以赛代练。先教会大家怎么做，再在比赛中检验学习成果。

整个赛程被设计成 教 — 练 — 赛 — 评 四段式，从4月2日到17日，整整16天，让没接触过 Skill 的小白也能跟上。

这次整活计划不只是一场评比，更是一条从0到1的产品教学线。

而支撑整条链路的，是一份反复被强调的认知共识：

围绕这条主张，参赛指南把每一份成熟 Skill 的共性流程拆成了七步：

得分高的 Skill，从来不是 prompt 写得多花哨，而是把万相 2.7 真正工程化了。一条从输入到输出的闭环，任何人都能直接调用。

关于这场比赛

回过头看这场快闪赛，最让我们感动的不只是作品本身，而是这些作品背后的人。

一群分散在不同城市、不同行业、不同人生阶段的普通人，因为一道命题聚到一起，认真地把万相 2.7 拼成了一个个属于自己的 Skill。

万相做对的事，是把影像这件事的门槛往下压。多图融合、风格迁移、局部编辑等，这些过去只有专业团队才能驾驭的能力，现在每个普通人花十块钱开通百炼套餐包就能用。

它没有取代摄影师、设计师、动画师，但它让那些被预算、门槛、工具壁垒拦在外面的人，第一次拥有了完整的影像表达能力。

而 WaytoAGI 在做的另一件事，是把 AI 从认知压力变成实操路径。

我们做共学直播，是因为我们相信，再厉害的模型，如果普通人用不上，能力就只停留在 release notes 上。

WaytoAGI 三年时间做过太多场共学直播，从最早一起拆 ChatGPT 的能力边界，到一起摸 Midjourney、Sora、可灵、即梦、Runway，再到今天一起跑通万相 2.7 的 Skill 化路径……

这条路上我们陪很多朋友走过同一个轨迹：从不懂 AI，到用上 AI，再到靠 AI 赚到自己的第一桶金。

社区朋友梦飞记录了自己赚第一桶金的经历：如何在AI时代，赚到自己的第一桶金 | 2050分享

这些故事我们一个个见证过。新的一岁，我们也会继续走在通往 AGI 的路上，让更多人因 AI 而强大。

错过直播，这里补课！

万相三场直播，我们都整理了完整的智能纪要，没赶上的同学可以直接跳进去看回放精华。

共学直播中已经把背景、规则、案例等全部讲清楚了，跟着补课就能从零开始动手做自己的 Skill。

📚 4月2日 共学日：https://waytoagi.feishu.cn/wiki/DvzqwXHlNipLnDkqV3scx86JnNe

（项目背景、共测规则、Skill 是什么、如何调用万相 2.7 的 API）

🎯 4月8日 黑客松启动日：https://waytoagi.feishu.cn/wiki/QIBHwa3AOiGAPKkZlhHcbVignme

（Skill 案例分享、从想法到成型的路径、赛事规则）

⚡ 4月12日 一小时在线快闪：https://waytoagi.feishu.cn/wiki/BsVYwh2ipidMl0kWBdgc3La6nid

（现场公布主题、限时创作、龙虾自动化评审、当场颁奖全过程）

「万相皆可 Skill」不是一句口号，当 1000+普通人花两周时间，把万相 2.7 拼成了无数个新工具，这道命题就已经被回答了。

感谢万相对本次赛事的支持，感谢全部参赛者、共学者、传播者，你们才是「万相皆可 Skill」这道命题的答案。