百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 热门文章 > 正文

TX为什么要打压原神?其中真正的内核是什么?

bigegpt 2024-08-05 11:27 8 浏览

原神在上线之前就受到了很多对手的打压,而这很大一部分就是我国游戏界的龙头老大TX的手笔,那么TX打压原神的内核是什么?里面又有哪些内幕呢?

TX在所有游戏上下游相关的业务上都在寻求垄断。

这是TX自己收入结构决定的,TX不能允许出现一个后进成为竞争对手,因为企业这东西,弱鸡反杀大佬也许就是一个机缘,最好的方法就是看到一个打死一个

不管你是手游端游页游还是什么游,只要是游戏,TX就会想参一手,十年前那些名声赫赫的游戏公司,完美、盛大、世纪天成什么的,不是被TX入股控制就是有深度合作,而这个深度合作是什么呢?

是用TX的渠道控制住这些公司的游戏。

唯一和TX能在游戏领域刚正面的网易背后有阿里撑腰,即使如此,网易和TX在游戏方面的合作也不少。

而游戏比赛、直播、周边这些领域,只要是和游戏有关,TX是见一个就要入股一个。

为了抗衡steam,TX先后搞了TGP,wegame,试图把单机游戏也拢在手里,结果发现国内实在搞不起来,就起了搞死steam的心思,之前epic突然搞平台大战,搞送送送,背后就能看到TX的影子。

还有蒸汽……别忘了完美和TX的关系。

吃鸡一火,TX第一时间就买了国服版权,这就是绝对绝对绝对不可能让一个能统治一个时代的游戏出现在别人手里的敏感性。

TX的老对手阿里都没有办法和TX在游戏方面拼刺刀,最近做出个三战激动的阿里文娱部门要原地升天。

而米哈游这个公司,在刚刚崛起的时候,TX就要收购他,他没同意,双方闹得很不愉快。

然后TX想用惯例的抄你然后靠渠道干掉你大法翻盘,结果被米哈游直接告了。

到这里双方就已经是死仇了。

结果《原神》出来,TX直接就卧了个大草。

因为当时,业内只要是有眼睛的都能看出原神对手游行业拥有碾压级的优势。

而这个优势……TX还复刻不了。

崩三出来两年才出来一个战双,难道大家是不眼红崩三的流水吗?

不,那就是技术代差。

在国产孤儿区拿出了暴打国际级的技术代差。

吃鸡火了之后,TX游戏部门加班加点熬夜,不到半年就把吃鸡手游弄上线了,你看TX网易现在的“开放世界手游”……有谱吗?

所以TX当时第一时间去找米哈游,要入股,有钱大家一起赚。

结果米哈游又拒绝了。

TX咬咬牙,表示你们不就是怕被瞎指挥吗?放心我们不是阿里,我们不讲话只分钱行不行?

米哈游又又又又拒绝了。

那……渠道……

不,我们什么渠道都不要,我们不需要渠道。

到这一步已经不是鹅厂图什么了,而是只有这一条路可以走。

买买不下来,合作也不行,分红分不了,血轮眼复制不来——那怎么办?看着它做大,变强,成为猪鹅之外的第三极?

唯一的路就是从源头上把他彻底的批烂骂臭,让原神玩家成为游戏鄙视链最下级的乐色,这样才有希望阻止原神靠质量达成碾压局。

毕竟,游戏三十年……沧海遗珠也是很多的不是吗?

至于这种大规模的黑反而拉低了预期,制造了宣传效果,这就不是计划中的事了

相关推荐

方差分析简介(方差分析通俗理解)

介绍方差分析(ANOVA,AnalysisofVariance)是一种广泛使用的统计方法,用于比较两个或多个组之间的均值。单因素方差分析是方差分析的一种变体,旨在检测三个或更多分类组的均值是否存在...

正如404页面所预示,猴子正成为断网元凶--吧嗒吧嗒真好吃

吧嗒吧嗒,绘图:MakiNaro你可以通过加热、冰冻、水淹、模塑、甚至压溃压力来使网络光缆硬化。但用猴子显然是不行的。光缆那新挤压成型的塑料外皮太尼玛诱人了,无法阻挡一场试吃盛宴的举行。印度政府正...

Python数据可视化:箱线图多种库画法

概念箱线图通过数据的四分位数来展示数据的分布情况。例如:数据的中心位置,数据间的离散程度,是否有异常值等。把数据从小到大进行排列并等分成四份,第一分位数(Q1),第二分位数(Q2)和第三分位数(Q3)...

多组独立(完全随机设计)样本秩和检验的SPSS操作教程及结果解读

作者/风仕在上一期,我们已经讲完了两组独立样本秩和检验的SPSS操作教程及结果解读,这期开始讲多组独立样本秩和检验,我们主要从多组独立样本秩和检验介绍、两组独立样本秩和检验使用条件及案例的SPSS操作...

方差分析 in R语言 and Excel(方差分析r语言例题)

今天来写一篇实际中比较实用的分析方法,方差分析。通过方差分析,我们可以确定组别之间的差异是否超出了由于随机因素引起的差异范围。方差分析分为单因素方差分析和多因素方差分析,这一篇先介绍一下单因素方差分析...

可视化:前端数据可视化插件大盘点 图表/图谱/地图/关系图

前端数据可视化插件大盘点图表/图谱/地图/关系图全有在大数据时代,很多时候我们需要在网页中显示数据统计报表,从而能很直观地了解数据的走向,开发人员很多时候需要使用图表来表现一些数据。随着Web技术的...

matplotlib 必知的 15 个图(matplotlib各种图)

施工专题,我已完成20篇,施工系列几乎覆盖Python完整技术栈,目标只总结实践中最实用的东西,直击问题本质,快速帮助读者们入门和进阶:1我的施工计划2数字专题3字符串专题4列表专题5流程控制专题6编...

R ggplot2常用图表绘制指南(ggplot2绘制折线图)

ggplot2是R语言中强大的数据可视化包,基于“图形语法”(GrammarofGraphics),通过分层方式构建图表。以下是常用图表命令的详细指南,涵盖基本语法、常见图表类型及示例,适合...

Python数据可视化:从Pandas基础到Seaborn高级应用

数据可视化是数据分析中不可或缺的一环,它能帮助我们直观理解数据模式和趋势。本文将全面介绍Python中最常用的三种可视化方法。Pandas内置绘图功能Pandas基于Matplotlib提供了简洁的绘...

Python 数据可视化常用命令备忘录

本文提供了一个全面的Python数据可视化备忘单,适用于探索性数据分析(EDA)。该备忘单涵盖了单变量分析、双变量分析、多变量分析、时间序列分析、文本数据分析、可视化定制以及保存与显示等内容。所...

统计图的种类(统计图的种类及特点图片)

统计图是利用几何图形或具体事物的形象和地图等形式来表现社会经济现象数量特征和数量关系的图形。以下是几种常见的统计图类型及其适用场景:1.条形图(BarChart)条形图是用矩形条的高度或长度来表示...

实测,大模型谁更懂数据可视化?(数据可视化和可视化分析的主要模型)

大家好,我是Ai学习的老章看论文时,经常看到漂亮的图表,很多不知道是用什么工具绘制的,或者很想复刻类似图表。实测,大模型LaTeX公式识别,出乎预料前文,我用Kimi、Qwen-3-235B...

通过AI提示词让Deepseek快速生成各种类型的图表制作

在数据分析和可视化领域,图表是传达信息的重要工具。然而,传统图表制作往往需要专业的软件和一定的技术知识。本文将介绍如何通过AI提示词,利用Deepseek快速生成各种类型的图表,包括柱状图、折线图、饼...

数据可视化:解析箱线图(box plot)

箱线图/盒须图(boxplot)是数据分布的图形表示,由五个摘要组成:最小值、第一四分位数(25th百分位数)、中位数、第三四分位数(75th百分位数)和最大值。箱子代表四分位距(IQR)。IQR是...

[seaborn] seaborn学习笔记1-箱形图Boxplot

1箱形图Boxplot(代码下载)Boxplot可能是最常见的图形类型之一。它能够很好表示数据中的分布规律。箱型图方框的末尾显示了上下四分位数。极线显示最高和最低值,不包括异常值。seaborn中...