深V一出谁与争锋,120满血复活问鼎WSB

2023年8月20日 29点热度 0人点赞 0条评论

作为“绝代双骄”之一,120最近的竞技状态出现了大问题,继特逗杯S17不敌TH000小组出局后,B王又在WSB S7小组赛中负于Sok(最近5次交手输了4次)。接二连三的失利让他不仅与Happy之间拉开了差距,就连第二的位置能不能保得住都是个问题(ELO排名已跌至第四)。

WSB半决赛面对Lyn,120的晋级形势并不容乐观,因为Lyn不但状态不俗(刚刚拿到特逗杯S17亚军),还研究出了一套OvU新作业。这个新作业的流程是:在原有的防御体系基础上(水泥地洞+1根箭塔)再增加一根箭塔,同时升级倒刺防止小狗强拆,稳固家中防守后,自己的大部队就可以放心大胆的外出练级。而在英雄练到理想的等级后,Lyn还加入了飞艇换家的变化。

深V一出谁与争锋,120满血复活问鼎WSB-悟饭游戏厅

事实证明,这个新作业对付120相当有效。纵使是狂狗,面对兽族这个加强版“玄武八卦阵”也是一筹莫展,只能拿外围建筑出出气而无法伤其根本。与此同时,Lyn的飞艇换家也完美针对了120喜欢卖回城的习惯,当兽族大军从天而降时,没有回城的120无法第一时间回救,等到买上回城回家时,矿盖早已被强扒。Lyn也趁着UD断经济的时间点加紧爆兵,并最终凭借人口优势正面击退UD,从而完成大翻盘。

深V一出谁与争锋,120满血复活问鼎WSB-悟饭游戏厅

不过这一切对于120来说并不算什么,因为120昨晚又祭出了自己的“深V战袍”。当120穿深V比赛时,他还从来没有失手过,胜率是恐怖的100%。只要有深V,再困难的问题都能迎刃而解。

深V一出谁与争锋,120满血复活问鼎WSB-悟饭游戏厅

很快,120就在EI上用一盘完美的一本开矿扳回一分,接着在TR上更是强行冲塔成功。在兽族家中顶着地洞的火力强行带走剑圣,UD部队这输出着实高的恐怖。

深V一出谁与争锋,120满血复活问鼎WSB-悟饭游戏厅

决胜局,120本想继续霸王硬上弓,然而分矿一波冲锋却遭遇当头一棒。小狗和毁灭面对对手的后排穿刺火力(飞龙+科多+猎头)成片倒下,UD拿手的秒英雄大法又被飞艇完美化解,每当兽族英雄红血时,总会被飞艇极限救起。几波交战之后,双方已然拉开了20人口的差距,更糟糕的是,120还完全没有转型天鬼的意思,就是双BC爆小狗硬刚飞龙,兵种搭配被完克。

深V一出谁与争锋,120满血复活问鼎WSB-悟饭游戏厅

深V一出谁与争锋,120满血复活问鼎WSB-悟饭游戏厅

然而纵使每一波接触战都是UD血亏,120却笑到了最后。事情是这样的,UD虽然正面火力不足,但续航(持久战)能力却远胜ORC,凭借盒子补给和移速上的优势(UD打到耐久光环),120一直缠着ORC,你一跑我就追上去打,你一回身反打我就撤,反正我速度有优势。

深V一出谁与争锋,120满血复活问鼎WSB-悟饭游戏厅

在这反复拉扯的过程中,ORC战损可以说是血赚,每一波都能击杀许多小狗。可一旦ORC英雄魔法被耗光,就来到了UD的回合。这不,Lyn在英雄状态不满的情况下不舍得放弃后方的部队强行接团,结果对手的Lich丝血极限逃生,自己的牛头和剑圣则相继倒地,120趁机反打进而完成大翻盘,Lyn终究还是吃了太过恋战(上头)的亏。

深V一出谁与争锋,120满血复活问鼎WSB-悟饭游戏厅

深V一出谁与争锋,120满血复活问鼎WSB-悟饭游戏厅

“狂狗打飞龙”,这个只存在于传说中的神奇操作被120完美的展现出来。在人口落后20+正面战场战损血亏+兵种被完克的不利局面下,120靠着顽强的韧性和给力的操作完成了逆袭,不愧是“深V鬼王”,就是这么霸气。

深V一出谁与争锋,120满血复活问鼎WSB-悟饭游戏厅

跨过了Lyn这道难关,决赛面对彩色就是一马平川,虽然没有Happy 25-0那么夸张的战绩,但120最近对彩色也是9连胜(WSB打完之后变为10连胜),其中不乏7-0这样的惨案。

当然,比赛的过程比想象中激烈许多,彩色的NvU已非吴下阿蒙,在前期血崩的情况下依然能大败120,强悍的正面操作给人留下了深刻的印象。无奈彩色的杂技虽迟但到,TM上开局练雇佣兵失败直接GG(3分钟GG),LR上练级练爆BR,AL上双线阵亡DH(身上有大无敌),输掉的三盘比赛,每一盘都有莫名其妙的低级失误。

深V一出谁与争锋,120满血复活问鼎WSB-悟饭游戏厅

120自然不会错过对手送上的大礼,最终3-2击败彩色拿下了WSB S7冠军。这也是120时隔2个多月再次拿到个人赛冠军,算是一扫最近连续失利的阴霾。期待B王能通过这次夺冠找回比赛感觉,重新变身为上半年那个无所不能的大魔王。

深V一出谁与争锋,120满血复活问鼎WSB-悟饭游戏厅

fengjun

这个人很懒,什么都没留下

猜你喜欢

文章评论

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据