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。
