“水门弄斧”成功,科研失败!iG逆天阵容,TES直接红温速通!

2024年3月1日 57点热度 0人点赞 0条评论

英雄联盟S14 LPL春季赛,第二阶段的比赛,各大战队相继翻车,这也就意味着比赛已经加速进入抢分阶段。按照赛程,3月1日的超级周末,安排了三场比赛,分别是:LGD对阵BLG,TES大战iG,以及JDG迎战TT三场比赛。

“水门弄斧”成功,科研失败!iG逆天阵容,TES直接红温速通!-悟饭游戏厅

在率先结束的第一场比赛里面,BLG和LGD这两队,貌似都不是太想赢的样子,最终还是BLG扛不住,45分钟堪堪“零封”了LGD。那么第二场iG和TES之战,这两支喜欢打架的队伍,又会打出什么样的精彩对局,会不会出现“水门弄斧”的名场面呢?一起来了解一下!

iG“水门弄斧”成功,科研失败!

“水门弄斧”成功,科研失败!iG逆天阵容,TES直接红温速通!-悟饭游戏厅

IG和TES都是目前积分榜前列的队伍,而且有意思的是,这两支队都是场均时长较短,血腥程度较高的打架队。用网友的话说,那就是这是两支观赏性极强的队伍。对于TES而言,他们上一场刚刚因为自己决策失误,再次被FPX“偷家”,输掉比赛。这次面对iG,会不会打出一场酣畅淋漓的胜利,来重拾上升势头?两队的AD,会不会互相上演德莱文教学局?都是本轮比赛的一大看点。

“水门弄斧”成功,科研失败!iG逆天阵容,TES直接红温速通!-悟饭游戏厅

第一局比赛,TES蓝色方,禁用卡尔玛,泰坦,韦鲁斯,男枪,武器,选用纳尔,赵信,慧,卢锡安,米利欧;IG红色方,禁用阿卡丽,寒冰,塞纳,妖姬,沙皇,选用奎桑提,猴子,妮蔻,卡莉斯塔,烈娜塔

第一局比赛,TES拿到卢锡安和米利欧的组合,而IG则是选择了卡莉丝塔和烈娜塔的组合来应对。中野组合上也是IG的妮蔻要比TES的慧发力期更早,因此IG前期势必要在下半区取得优势,否则到了中后期就是手更长的TES更有优势。

“水门弄斧”成功,科研失败!iG逆天阵容,TES直接红温速通!-悟饭游戏厅

结果TES在前期就抓到下路一血,随后双方平稳发育到中期。25分钟左右,TES打出0换3完美团后斩获大龙,基本奠定胜局。最后iG是会打奇迹团的,最终决胜团时,经济大幅落后的iG发动奇迹团,击杀TES中下辅三人,如果没有小天和369站到最后,最后的胜负还未未可知!

“水门弄斧”成功,科研失败!iG逆天阵容,TES直接红温速通!-悟饭游戏厅

第二局比赛,IG蓝色方,禁用阿卡丽,赵信,寒冰,乌迪尔,鳄鱼,选用卡密尔,豹女,妮蔻,德莱文,机器人;TES红色方,禁用泰坦,塞纳,卡尔玛,男枪,蔚,选用武器,芮尔,沙皇,卢锡安,米利欧;

先输一局的iG,在第二局I比赛中,延续了他们充满攻击性的风格,掏出了祖传德莱文后,iG三线都是对线英雄并且都很吃发育;而TES在下路继续选择卢锡安和米利欧的组合,但打野是偏功能型的芮尔,中上也都是发育英雄,需要将比赛拖入后期。

“水门弄斧”成功,科研失败!iG逆天阵容,TES直接红温速通!-悟饭游戏厅

结果祭出了祖传德莱文的iG,复刻了TES在第一局节奏,他们在前期就在下半区成功越塔成功,随后天胡开局的iG,直接起飞,TES毫无招架之力。21分钟左右,IG先击杀卢锡安,随后斩获大龙并打出0换3完美团。至此,比赛基本失去悬念。最终26分25秒,IG全程碾压快速拿下比赛。

“水门弄斧”成功,科研失败!iG逆天阵容,TES直接红温速通!-悟饭游戏厅

决胜局,TES蓝色方,禁用泰坦,妮蔻,卡密尔,小炮,武器,选用奥恩,盲僧,卡尔玛,韦鲁斯,洛;IG红色方,禁用寒冰,赵信,卡莉斯塔,大树,乌迪尔,选用剑姬,豹女,鳄鱼,塞纳,猪妹

决胜局,TES掏出了一套偏向于四保一的阵容,全队围绕杰克爱的韦鲁斯来打;而IG则是在本局中再出奇招,中野选择奈鳄鱼走中路,上路用剑姬来压制奥恩,下路则是选择了猪妹来搭配赛娜。

“水门弄斧”成功,科研失败!iG逆天阵容,TES直接红温速通!-悟饭游戏厅

TES前期就成功越塔赛娜,而IG本该打出优势的菲奥娜反被单杀,全线都陷入劣势,TES在20分钟前就拆掉了下路高地塔优势巨大。23分钟TES轻松拿下大龙并打出0换4,最终IG科研失败被TES击败。

“水门弄斧”成功,科研失败!iG逆天阵容,TES直接红温速通!-悟饭游戏厅

坦率地讲,单就这场BO3来说,iG和TES的战力还是在伯仲之间的,第一二局,两队都打出了碾压局。但是第三局的iG,就实属是有些逆天的想当然了。中单鳄鱼,辅助猪妹,这样的科研阵容,输得也是快,也算是合情合理。特别是剑姬被奥恩单杀,这就离谱!因此也有玩家调侃:iG第二局赢了,第三局再选个科研阵容,这完全就是在羞辱TES,也难怪滔博自己给自己上了个红温buff!

pdd

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