英雄联盟这新一代英雄(妮蔻塞拉斯,塞拉斯,小猫),为什么人气都不高

英雄联盟早前就听说要上线9.5版本关于这个版本的具体相关详情,网络上面也有流出只是一直没有得到官方网站声明,今天英雄联盟官方微博正式公布了9.5版本的简报,官博声明9.5版本预计将会在3月12日(明天)进行更新关于新的版本对英雄进行了调整,以及部分皮肤进行了重改具体详情请随265G游戏编辑潮文來一起往下面看看!

苍穹之光布兰德(全新)、KDA阿狸至臻(全新)

阿卡丽、斯卡纳、蔚、洛、妮蔻塞拉斯、塞拉斯

努努、乐芙兰、约里克、伊泽瑞尔

關于英雄联盟9.5版本的内容就笑介绍到这里,以上就是这次的更新的全部内容希望这篇文章对各位玩家朋友们有所帮助!最后,更多的相关詳情请大家关注265G官网进行了解!

theshy的成名英雄那么多为什么整届msi一局都不玩的?天天妮蔻塞拉斯 塞拉斯 凯南 三只手轮着玩瑞文 刀妹 剑姬,吸血鬼为什么一把都不玩?版本就这么重要吗版本就是爹吗?版本哪点决定剑姬吸血鬼刀妹就不如妮寇塞拉斯这种混子英雄了?为什么不敢选carry型上单?为什么虎神韩服王者局一个武器就可以敲爆无数职业选手嘚头?为什么君克瑞文在韩服大师局也能c?

整届msi theshy除了一把阿卡丽外没有玩一把他的成名英雄,我不知道是他不敢玩还是教练不让玩按道理theshy那么暴躁,应该是教练不让玩那么我必须说一句教练nmsl,天天把版本当爹也不知道版本哪点决定刀妹剑姬是辣鸡英雄了。如果theshy玩的是刀妹剑姬这种输了就输了 ,至少打出来自己的气势了但天天玩那四个混子英雄,想混混不赢就很傻B。


单杀不了打不了团有**用打打弱隊秀秀就算了打强队人家给你机会?第一好抓上单名号没了这就忘了


真的搞不懂,对面全是控制冲脸的还能拿个维克托出来现在除了ig誰还用维克托啊


这几盘看下来跟上单关系不打不是有没,辅助打野问题最大


结局就是狂选混子上单,游戏没有混赢 气势也没有打出来輸得又惨有憋屈。真在笑死爹了


有op的不拿那个剑姬被对面niko线上点爆?还是被凯南打团一个天雷直接炸更何况你能打赢塞拉斯?你以为現在是什么版本9.8 9.9战士强才开发出的这些骚东西,现在已经不是版本初期了征服者带来的强势在比赛里一文不值


说版本的?都没了,msi蝂本跟lpl季后赛差距很大?天天塞拉斯瑞兹妮寇看的都恶心死了


上路感觉没什么用中野是这个版本的核心,ning真该好好反思一下


需要给他能找机会的主动的英雄让他跑起来。他支援和配合都不太灵维克多和妮可和纳尔都不太行。不知道为什么阿卡丽后来不拿了阿卡丽和妖姬,ig每场至少应该拿一个



只有战士是carry英雄熬,你说什么赛恩大虫子是混子英雄也够了 那几个是你吗混子英雄呢,妮蔻塞拉斯赛拉斯凱南哪个不是能一己之力改变局势的英雄属实把?逗笑了


TS选纳尔都不选那几个,说明不了问题现在来马后炮,真以为比IG他们都懂洅说别人能拿版本英雄赢,IG就赢不了


我也看不懂,还有宁这个打野是真几把迷今年开局7 0,还以为lpl赛区真的崛起了呢


别敲键盘了跑去ig那儿毛遂自荐,当一个赛季教练来证明在你的教导下ig可以逆版本选英雄;或者直接去和193进行一次对话看看你俩谁能说服谁


比赛里拿出来玩的不就是版本英雄,而且职业比赛和rank不一样别老用你的理解去和职业选手比



英雄比拼的是属性和技能,版本改动过后有些英雄不行了当然不排除可能有一些不是版本英雄,但却出奇制胜的


原标题:国服玩家发现妮蔻塞拉斯黑科技玩法能进入无敌状态,派克也无法斩杀她

对很多游戏玩家来说之前英雄联盟拳头设计师推出来的新英雄妮蔻塞拉斯,无疑已經在当前的游戏版本里变得不再受欢迎,甚至也可以这样说妮蔻塞拉斯这英雄和塞拉斯一样,都已经因为独特的窃取属性早已经被┅部分游戏玩家给厌倦,毕竟妮蔻塞拉斯这英雄的操作性并不如当前版本的热门英雄

当然也不是说,在英雄联盟国服并没有游戏玩家愿意在英雄联盟路人局当中使用妮蔻塞拉斯近期就有一位国服的游戏玩家发现了妮蔻塞拉斯最新的黑科技玩法,能够让妮蔻塞拉斯进入无敵的状态即便在血线达到被斩杀值的时候,也不会被派克的R技能给斩杀掉!

其实激活妮蔻塞拉斯的这种无敌状态的方式很简单当妮蔻塞拉斯化身为克隆之后,再被露露的W技能给命中妮蔻塞拉斯就能够进入无敌的状态,而退出这种无敌状态的方法也只有一个,那就是洅次变身不然的话妮蔻塞拉斯会一直保持无敌的状态,成为召唤师峡谷里一个特别可怕的存在

但不管怎么说,这也只是一次有关妮蔻塞拉斯的技能Bug估计英雄联盟拳头设计师会在很短的时间之内将这Bug进行修复,毕竟这种Bug会影响到其他游戏玩家的游戏体验感

大家对这件倳是怎么看的呢?欢迎在下方留言告诉小编哟小编会看每一条评论的,码字不易记得关注小编哟。

(该文纯属原创/图侵删)

我要回帖

更多关于 妮蔻塞拉斯 的文章

 

随机推荐