距离FitR上线市场还剩1周,距离FXT代币IDO还剩2周,专案近期也做了不少改动,本文将为大家分析FitR最新形势与更新后的具体变化,并提供最新的打金攻略,包括加点、跳法与硬件建议。
一、现状分析
截止8月22日,首批5000个创世NFT进入游戏的一共有3784条;占比约为75.7%。这个成绩还是挺不错的,最后的1000条估计是大户囤的铁了心要去二级卖高价,应该不会进场了。这是一个对赌心态,如果专案做得好,创世绳的价值大家都懂。
其次游戏版本有进行了2次迭代,主要是调整了跳绳动作捕捉的识别机制和补完了一些小功能,修复了一些BUG。具体如下:
1.玩家现在可以自定义个人资料并选择性别;
2.游戏内音乐可以开/关;
3.增加注销按钮;
4. 增加了跳跃会话历史;
5. 人工智能系统更新:在杂乱的背景中增加运动检测;
6. 系统更好地对齐以匹配分数与跳跃次数。
二、打金攻略
1. 硬体设备
iOS系统和iPad的优势已经不在了,目前最佳设备为大屏高性能手机。原因如下:
· 目前的版本滞空不再产生复数+1收益,改为了每次跳跃+1的计数方式;
·高性能手机能保持识别率稳定,手机如果太差就会在运行期间延迟卡顿,导致部分跳跃动作没有被识别。
我们这里的手机性能好坏主要指3个部分:
一是SOC即CPU晶片组需要强,运算效率高;
二是运存需要大,运存大系统才能给FITR的APP分配足够的存储器资源来做识别计算;
三是摄像模组要好,镜头够清晰,捕捉才灵敏。
所以大家尽量用手边最好的设备来跳,其次强烈建议大家跳之前清理下存储器。
2. 收益统计
改版以后普通玩家的常规分数也由300-400/分钟降至130-180/分钟,个别牛人还是能达到200以上的极限。
这样调整的后果就是产币量大跌,不过大家一起跌就没什么关系,我个人还希望产量降一些好。这样可以保证FXT代币开盘的时候抛压减少,价格不至于被砸的太低。FXT代币是只能由跳绳产出的,所以如果初期量太大,砸盘肯定就凶猛,对大家都不是好事。
3. 加点分析
加点方面我们做了详细测算,具体如下图(可放大/暂停查看):
先上结论
按表格统计数据来看,增加E可以很明显的提高跳跃收益,但是增加R并不能很明显的降低修理费用,虽然Discord的MODer告诉我们说R属性已经实装,但是依然推荐主E。
关于E属性
我们在测试第一天没增加E值之前,每次得分(SCORE)的收益为0.041-0.042FXT附近,在第二天仅仅加了1点E值,每分的收益已经提升至0.042-0.043FXT附近。
关于R属性
我们在测试的第一天,每点耐久的修复费用为0.8FXT,在第二日增加1点R属性,维修费用依然为0.8FXT,没有改变。而维修费用和收益的占比在加点后也仍然维持在33.3%,没有观察到缩减的迹象。
关于S属性
暴击属性S的波动情况比较大。
在2天实测的24分钟里,S值9.98的N绳暴击测试为5-11次不等,均值7.5。
S值2.2的N绳我们测试了8次,暴击为2-8次,均值5。
关于是否加S还是要收集更多数据后才能给出大家具体思路,因为S2.2的绳子暴击的次数并不明显低于S9.98的绳子。
也欢迎大家来我们的FITR群提供数据。
关于L属性
没有测试计画,除非官方给了L的具体计算公式,强烈建议先别加。
4. 跳法
(文章结尾有200+/MIN跳法的视频以供参考)
新版本上线后的3天测试里,我们发现最实用的跳跃方式就是高频小跳,频率越快越好,如果手机性能够好,识别度高,在高速抖动/抽搐的跳绳状态下,是能达到220/分钟的峰值。当然,能上200就是牛人了。小编目前在光照好的情况下,高频颠跳,基本能做到200/分钟,人像位置需全身像入镜框,留适当边距,不同手机的留边不同,需大家自行摸索至最佳识别距离。
小编在测试过程中摸出来的最佳镜头机位/跳跃高度/背景光线如下图所示:
(小编的左手是在统计暴击次数哦)
环境和著装要求还是与以前一样,背景尽量简洁,衣服和背景有反差。
光线一定要够明亮!这是最重要的!
如果你的手机不够好,连续+1间出现了卡顿延迟,脚下也别停住,请保持速度和频率。
200+/MIN 跳法示范视频
那么,这周的FITR测试跟踪就到这里。链游猫会持续更新测试数据,大家要多多关注我们的文章哦!
相关链接
跳绳攻略合集
https://guide.catcat.pro/docs/category/trending/fitr/
链游猫出品——加入VIP群/商务合作,请加微信 Joy09_n11、yuanss20
· · ·
—投资风险与免责声明—
以上内容分析仅提供参考资讯,不作为投资决策依据,请勿基于此报告进行任何投资决策,链游猫及报告作者不对用户投资结果负责。
报告自所示日期起准备,由于随后的市场或经济状况可能发生变化,报告内容不一定能反映这些变化。提供的图形、图示和其他视觉辅助工具仅供参考,不作为投资决策依据。
本报告中包含的任何推测、预测和估计本质上都是推测性的,并且基于某些假设。这些前瞻性陈述可能被证明是错误的,并可能收到不正确的假设或未知的风险,不确定性和其他因素的影响,而其中大多数是无法控制的。可以预料,某些或所有此类前瞻性假设将不会实现,或与实际结果有很大差距。
—版权资讯—
本报告版权仅为本公司所有。未经书面许可,任何机构或个人不得以翻版、复制、引用或再次分发他人等形式侵犯本公司版权。