霸王客厅落地座钟 - 1号店您当前的位置 ：&&&&&&&&&&正文
“算盘”如何才能落地 三问智能家电“大挑战”
　　从智能电视到物联网冰箱空调，来势汹汹的智能家电，如一股浪潮，将消费者包围。
　　当看遍所有高端互联网血统的智能家电产品后，不禁有这样的疑问，它们，离我们的生活还有多远，它们该如何改变有着数十年传统家电消费习惯的老用户们，消费者会像接受智能电视一样的速度，去接受白电产品吗?
　　同时，对于企业来说，它们的算盘如何落地?不依靠卖硬件赚钱，拿“软件”盈利的时间又在哪里?
　　挑战就摆在这里。
　　挑战概念在先多长时间改变消费习惯
　　智能化操作平台从手机引入电视，智能电视横空出世。随着乐视、小米等为首的互联网企业大举进军智能电视市场，2013年可谓智能电视的暴发年，从品牌数量到市场渗透率，都引领了整个彩电市场。
　　据奥维咨询(AVC)数据显示，2013年底，智能电视市场渗透率超过45%，消费者认知度不断加强。预计2014年智能电视市场总量将达3128万台,渗透率将达69%。
　　电视作为先行进入智能化行列的产品，从销售量上有着让人“惊喜”的成绩，但消费者就真的认知智能电视吗?
　　家电行业分析师梁振鹏告诉记者，目前智能电视仍处在发展初级阶段，尤其对于消费者来说，点播影视剧成为消费者使用智能电视最为普遍的功能，这与几年前的互联网电视上播影视剧其本质是一样的。
　　作为最受大众欢迎的电视产品，仍处在智能化的初级阶段，对于白电来说，真正用智能化产品改变消费习惯，让消费者接受就更为困难。
　　产品的本质属性，依然是消费第一关注点。梁振鹏表示，消费者在选购白色家电时，更为关注的是使用的稳定性。比如洗衣机，更多消费者选择时，看的是噪音是否小，功能是否齐全;冰箱，首要考虑品牌和不出故障，压缩机制冷效果等;空调也会关注最为基础的制冷制热功能。
　　对于智能产品在产品本身基础上的附加功能，是否能让消费者在短时间内接受，尤其是一些“老”消费者，对智能终端产品尚不了解，怎么占据市场，仍是需要考虑的问题。
　　奥维咨询(AVC)研究副总监王亮亮也认为，白色家电的智能化进程还要慢于彩电，一是没有彩电的显示功能;二是目前的智能白电更多是单个终端的智能化，远程开关等简单的智能操控，不会给白电带来较大溢价;三是即使是同一品牌，多个白电产品之间整体协作性也不高。
　　挑战仍靠硬件赚钱未来模式能都实现
　　互联网转型方面，其中很重要的一点是，厂家都希望经营用户，未来能够赚硬件之外的钱，智能电视硬件之外的钱比较好想象，花钱购买视频节目，花钱购买电视游戏。但事实上，目前智能电视厂家还并没有从软件中赚到钱。
　　TCL集团多媒体业务亏损。为什么?因为电视卖的太便宜，但是，版权成本等各方面支出，这是很要命的。包括小米电视，业内人士透露，小米电视每卖一台都是亏损的，为的是后期积攒客户。
　　梁振鹏表示，消费者在智能化发展中受益，但是不愿意为智能电视的后期服务买单。
　　这一年来，彩电市场没有萎缩，容量还在增大，因为价格战，彩电厂家的毛利率并没有提升。
　　白电领域，面临着同样的问题，在接受记者采访时，美菱电器(000521,股吧)总裁李伟表示，长虹作为冰箱提供商，更希望被外界看成是一个食品的提供商和服务商。“我们只要把前端接口采集数据这个平台建好，相信未来会有很多的商业模式。”李伟说，目前还是通过价格策略，通过卖硬件实现赚钱。
　　显然，长虹在把美菱的智能冰箱当做平台来运营。未来，它将与家庭周边的菜市场或超市联网，显示食品价格，甚至提供比价。&[1]&&新闻纠错：022-
稿源： 中国家电网
编辑： 王帅
我来说两句
家电热点新闻排行榜
| 违法和不良信息举报电话：022- | 举报邮箱：jubao@ |
(C) 2000-.cn, Tianjin ENORTH NETNEWS Co.,LTD.All rights
本网站由天津北方网版权所有当前位置： &
& 分析：大数据为什么在中国落不了地？如何落地？
分析：大数据为什么在中国落不了地？如何落地？
&&日14:50&&中国电子商务研究中心
　　(中国电子商务研究中心讯)《时代：生活、工作与思维的大变革》作者之一维克托&迈尔-舍恩伯格曾表示，如同望远镜让人类能够感知宇宙，显微镜让人类能够观测微生物一样，开启了一次重大的时代转型。　　大数据，可谓当下IT领域最时髦的词，简单说就是从各种中快速获取价值信息的能力。　　是最早发现和使用大数据科学价值的国家。2012年3月，奥巴马政府宣布投资2亿美元拉动大数据相关产业发展，将&大数据战略&上升为国家战略，奥巴马政府甚至将大数据定义为&未来的新石油&。当时政府声明说通过提高美国从大型复杂的集中提取知识和管理的能力，来加强整个国家的竞争力，这被认为是跟互联网同一个级别的时代。显然，大数据不止是一个词汇，更是一门技术，是一个产业时代。　　而作为上人口最多、GDP排名第二的国家，成立大数据国家队是非常及时的。大数据的精髓在于&大&，它不是抽样而是全样，它不是盲人摸到的象腿或者是象鼻子，而是整个大象本身，大数据的精妙处在于用的人越多越增持，通过这样一个模糊的宏观判断，能够完成一个精准的个体推荐，从而会让整个生产效率得到极大提高。　　不过作为一个新生领域，尽管大数据意味着大机遇，拥有巨大的应用价值，但同时也遭遇工程技术、管理政策、培养、资金投入等诸多领域的大挑战。只有解决这些基础性的挑战问题，才能充分利用这个大机遇，让大数据为企业为社会充分发挥的最大价值与贡献。　　挑战一：数据来源错综复杂　　丰富的数据源是大数据产业发展的前提。而我国数字化的数据资源总量远远低于美欧，每年新增数据量仅为美国的7%，的12%，其中政府和制造业的数据资源积累远远落后于。就已有有限的数据资源来说，还存在标准化、准确性、完整性低，利用价值不高的情况，这大大降低了数据的价值。　　现如今，几乎任何规模企业，每时每刻也都在产生大量的数据，但这些数据如何归集、提炼始终是一个困扰。而大数据技术的意义确实不在于掌握规模庞大的数据信息，而在于对这些数据进行智能处理，从中分析和挖掘出有价值的信息，但前提是如何获取大量有价值的数据。　　未来，数据采集是一个很大的市场，因为分析的数据模型可以根据需求和思维做，但所有的前提是你的数据采集要准，现在的问题一个是采集不到，一个是采集错了，还有一个是采集效率受到网络带宽限制，这几个都做不到的话数据价值很难用起来。　　大数据时代，我们需要更加全面的数据来提高分析预测的准确度，因此我们就需要更多便捷、廉价、自动的数据生产工具。除了我们在网上使用的浏览器有意或者无意记载着个人的信息数据之外，手机、智能手表、智能手环等各种也在无时无刻地产生着数据；就连我们家里的路由器、电视机、空调、冰箱、饮水机、净化器等也开始越来越智能并且具备了联网功能，这些家用电器在更好地服务我们的同时，也在产生着大量的数据；甚至我们出去逛街，商户的WIFI,运营商的3G网络，无处不在的摄像头电子眼，百货大楼的自助屏幕，银行的ATM，加油站以及遍布各个便利店的刷卡机等也都在产生着数据。　　随着移动互联、等技术的飞速发展，无论何时何地，手机等各种网络入口以及无处不在的传感器等，都会对个人数据进行采集、存储、使用、分享，而这一切大都是在人们并不知晓的情况下发生。你的一举一动、地理位置、甚至一天去过哪些地方，都会被记录下来，成为海量无序数据中的一个数列，和其他数据进行整合分析。　　比如，当你用手机扫描二维码，并将其用转发的时候，你的消费习惯、偏好，甚至你的社交圈子的信息，就已经被商家的大数据分析工具捕获。大数据平台在提供服务的同时，也在时刻收集着用户的各种个人信息：消费习惯、阅读习惯甚至生活习惯。这些数据，一方面给人们带来了诸多便利，但另一方面，由于数据的管理还存在漏洞，那些发布出去或存储起来的海量信息，也很容易被监视、被窃取。　　大数据散发出不可估量的商业价值。但让人感到不安的是，信息采集手段越来越高超、便捷和隐蔽，对公民个人信息的保护，无论在技术手段还是法律支撑都依然捉襟见肘。人们面临的不仅是无休止的骚扰，更可能是各种犯罪行为的威胁。大数据时代，谁来保护公民的个人隐私？既是每个人都应当思考的问题，也是政府部门不可推卸的责任。　　挑战二：数据挖掘分析模型建立　　步入大数据时代，人们纷纷在谈论大数据，似乎这已经演化为新的潮流趋势。数据比以往任何时候都更加根植于我们生活中的每个角落。我们试图用数据去解决问题、改善福利，并且促成新的经济繁荣。人们纷纷流露出去大数据的高期待以及对大数据分析技术的格外看好。然而，关于大数据分析，人们鼓吹其神奇价值的喧嚣声浪很高，却鲜见其实际运用得法的模式和方法。造成这种窘境的原因主要有以下两点：一是对于大数据分析的价值逻辑尚缺乏足够深刻的洞察；其次便是大数据分析中的某些重大要件或技术还不成熟。大数据时代下数据的海量增长以及缺乏这种大数据分析逻辑以及大数据技术的待发展，正是大数据时代下我们面临的挑战。　　大数据的大，一般人认为指的是它数据规模的海量。随着人类在数据记录、获取及传输方面的技术革命，造成了数据获得的便捷与低成本，这便使原有的以高成本方式获得的描述人类态度或行为的、数据有限的小数据已然变成了一个巨大的、海量规模的数据包。这其实是一种片面认识。其实，前大数据时代也有海量的数据集，但由于其维度的单一，以及和人或社会有机状态的剥离，而使其分析和认识真相的价值极为有限。大数据的真正价值不在于它的大，而在于它的全面：空间维度上的多角度、多层次信息的交叉复现；时间维度上的与人或社会有机体的相关联的信息的持续呈现。　　另外，要以低成本和可扩展的方式处理大数据，这就需要对整个IT架构进行重构，开发先进的软件平台和算法。这方面，又一次走在我们前面。特别是近年来以开源模式发展起来的Hadoop等大数据处理软件平台，及其相关产业已经在美国初步形成。而我国数据处理技术基础薄弱，总体上以跟随为主，难以满足大数据大规模应用的需求。如果把大数据比作石油，那数据分析工具就是勘探、钻井、提炼、加工的技术。我国必须掌握大数据关键技术，才能将资源转化为价值。应该说，要迈过这道坎，开源技术为我们提供了很好的基础。　　因此，现在已经有很多企业开始意识到，要想真正在Hadoop平台上做数据分析、数据挖掘的应用，有两种选择，要么就是汇聚一个懂数据、懂分析、懂编程又要有技巧的技术团队来操作，要么就是选择某家商业公司推出的成熟的大数据平台。　　总而言之，目前尽管计算机智能化有了很大进步，但还只能针对小规模、有结构或类结构的数据进行分析，谈不上深层次的数据挖掘，现有的数据挖掘算法在不同行业中还难以通用。　　挑战三：数据开放与隐私的权衡　　数据应用的前提是数据开放，这已经是共识。有专业人士指出，人口居首位，但2010年中国新存储的数据为250PB，仅为的60%和北美的7%。目前我国一些部门和机构拥有大量数据但宁愿自己不用也不愿提供给有关部门共享，导致信息不完整或重复投资。2012年中国的数据存储量达到64EB，其中55%的数据需要一定程度的保护，然而目前只有不到一半的数据得到保护。　　下面，我们来看一下美国在数据开放方面的做法。美国政府提供政策和经费保障，使数据信息中心群成为国家信息生产和服务基地，保障数据信息供给不断，利用网络把数据和信息最便捷、及时地送到包括科学家、政府职员、公司职员、师生在内所有公民的桌上和家庭中，把全社会带进了时代。　　纵观国内，我国政府、企业和行业系统建设往往缺少统一规划和科学论证，系统之间缺乏统一的标准，形成了众多&信息孤岛&，而且受行政垄断和商业利益所限，数据开放程度较低，以邻为壑、共享难，这给数据利用造成极大障碍。制约我国数据资源开放和共享的一个重要因素是政策法规不完善，大数据挖掘缺乏相应的立法，毕竟我国还没有国家层面的专门适合数据共享的国家法律，只有相关的条例、法规、章程、意见等。无法既保证共享又防止滥用，一方面欠缺推动政府和公共数据的政策，另一方面数据保护和隐私保护方面的制度不完善抑制了开放的积极性。因此，建立一个良性发展的数据共享生态系统，是我国大数据发展需要迈过去的一道砍。　　开放与隐私如何平衡，亦是一大难题。任何技术都是双刃剑，大数据也不例外。如何在推动数据全面开放、应用和共享的同时有效地保护公民、企业隐私，逐步加强隐私立法，将是大数据时代的一个重大挑战。　　全社会开放与共享数据还很难，这让数据质量大打折扣。数据增值的关键在于整合，但自由整合的前提是数据的开放。在大数据的时代，开放数据的意义，不仅仅是满足公民的知情权，更在于让大数据时代最重要的生产资料、生活数据自由地流动起来，准确全面应用起来，以推动知识经济和网络经济的发展，促进中国的经济增长由粗放型向精细型转型升级。然而战略观念上的缺失、政府机构协调困难、企业对数据共享的认识不足及投入不够、科学家对大数据的渴望无法满足等都是大数据在当前我国发展应用中不得不面对的困难。　　挑战四：大数据管理与决策　　大数据的技术挑战显而易见，但其带来的决策挑战更为艰巨。大数据至关重要的方面，就是它会直接影响组织怎样作决策、谁来作决策。在信息有限、获取成本高昂且没有被数字化的时代，组织内作重大决策的人，都是典型的位高权重的人，要不然就是高价请来的拥有专业技能和显赫履历的外部智囊。但是，在今时今日的商业世界中，高管的决策仍然更多地依赖个人经验和直觉，而不是基于数据。　　大数据开发的根本目的是以数据分析为基础，帮助人们做出更明智的决策，优化企业和社会运转。哈佛商业评论说，大数据本质上是&一场管理革命&。大数据时代的决策不能仅凭经验，而真正要&拿数据说话&。因此，大数据能够真正发挥作用，深层次看，还要改善我们的管理模式，需要管理方式和架构的与大数据技术工具相适配。这或许是我们最难迈过的一道坎了。　　大数据应用领域仍窄小，应用费用过高，制约大数据应用。国内能利用大数据背后产业价值的行业主要集中在金融、电信、能源、证券、烟草等超大型、垄断型企业，其他行业谈大数据价值为时尚早。随着企业内部的资料量愈来愈大，日后大数据将成为IT支出中的主要因素，特别是数据储存所耗费的成本，很可能造成企业负担，甚至望而却步。因此有远见的CIO必须预先做好准备。　　挑战五：大数据缺口　　如果说，以Hadoop为代表的大数据是一头小象，那么企业必须有能够驯服它的驯兽师。在很多企业热烈拥抱这类大数据技术时，精通大数据技术的相关人才也成为一个大缺口。　　大数据建设的每个环节都需要依靠专业人员完成，因此，必须培养和造就一支懂指挥、懂技术、懂管理的大数据建设专业队伍。　　可以说，真正启动大数据在企业和社会的全面应用，面临的不仅仅是技术和工具问题，更重要的是要转变经营思维和组织架构，才能真正地挖掘这座大数据&金矿&。那么在大数据时代，我们要做哪些应对之策，以握战略制胜之点?　　整合与开放是基石　　大数据服务创业公司Connotate对800多名商业和IT主管进行了调查。结果显示，60%受调查者称：&目前就说这些大数据投资项目肯定能够带来良好回报尚为时过早。&之所以如此，是由于当前大数据缺乏必需的开放性：数据掌握在不同的部门和企业手中，而这些部门和企业并不愿意分享数据。大数据是通过研究数据的相关性来发现客观规律，这依赖于数据的真实性和广泛性，数据如何做到共享和开放，这是当前大数据发展的软肋和需要解决的大问题。　　2012年美国大选，奥巴马因数据整合而受益。在奥巴马的竞选团队中有一个神秘的数据挖掘团队，他们通过对海量数据进行挖掘帮助奥巴马筹集到10亿美元资金；他们通过数据挖掘使竞选广告投放效率提升了14%;他们通过制作&摇摆州&选民的详细模型，每晚实施6.6万次模拟选举，推算奥巴马在&摇摆州&的胜率，并以此来指导资源分配。奥巴马竞选团队相比罗姆尼竞选团队最有优势的地方：对大数据的整合。奥巴马的数据挖掘团队也意识到这个全世界共同的问题：数据分散在过多的数据库中。因此，在前18个月，奥巴马竞选团队就创建了一个单一的庞大数据系统，可以将来自民意调查者、捐资者、现场工作人员、消费者数据库、社交媒体，以及&摇摆州&主要的民主党投票人的信息整合在一起，不仅能告诉竞选团队如何发现选民并获得他们的注意，还帮助数据处理团队预测哪些类型的人有可能被某种特定的事情所说服。正如竞选总指挥吉姆&梅西纳所说，在整个竞选活中，没有数据做支撑的假设很少存在。　　2012年3月，美国奥巴马政府宣布投资2亿美元启动&大数据研究和发展计划&，将&大数据研究&上升为国家意志。一个国家拥有数据的规模和运用数据的能力将成为综合国力的重要组成部分。国内智慧城市建设目标之一就是实现数据的集中共享。　　因此，从社会、国家领域而言，我国亟须在国家层面对大数据给予高度重视，特别需要从政策制定、资源投入、人才培养等方面给予强有力的支持；另一方面，建立良性的大数据生态环境是有效应对大数据挑战、用好大数据的主要出路，需要科技界、工业界以及政府部门在国家政策的引导下共同努力，通过消除壁垒、成立联盟、大数据质量标准、建立专业组织等途径，建立和谐的大数据生态系统。　　力推合作共赢的商业模式　　随着、大数据技术和相关商业环境的不断成熟，越来越多的&软件开发者&正在利用跨行业的大数据平台，打造创新价值的大数据应用，而且这一门槛正在不断降低。因为首先，数据拥有者能够以微乎其微的成本获取额外的收入，提高利润水平；其次，大数据设备厂商需要应用来吸引消费者购买设备，发展合作共赢的伙伴关系势必比单纯销售设备要有利可图，一些具有远见的厂商已经开始通过提供资金、技术支持、入股等方式来扶持这些&软件开发者&；第三，行业细分市场的数据分析应用需求在不断加大，对于整个大数据产业链来说，创新型的行业数据应用开发者必将是未来整个大数据产业链中最为活跃的部分。　　未来，有三种企业将在&大数据产业链&中处于重要地位：掌握海量有效数据的企业，有着强大数据分析能力的企业，以及创新的&软件开发者&。、、信息化企业、电信运营商都是海量数据的制造者，Facebook公司手中掌握着8.5亿用户，注册用户超过3.7亿，腾讯的微信用户突破3亿，这些庞大用户群所提供的数据，正在等待时机释放出巨大商业能量。可以预测，在不久的将来，Facebook、腾讯、电信运营商等海量数据持有者或者自我延伸成为数据分析提供商，或者与IBM、ZTE等企业密切对接成为上下游合作企业，大数据产业链将在某个爆发时点到来之际，以令人惊讶的速度成长壮大。　　大数据的杀伤力需防患于未然　　大数据时代，传统的随机抽样被&所有数据的汇拢&所取代，人们的思维决断模式，已可直接根据&是什么&来下结论，由于这样的结论剔除了个人情绪、心理动机、抽样精确性等因素的干扰，因此将更精确、更有预见性。不过，由于大数据过于依靠数据的汇集，一旦数据本身有问题，就很可能出现&灾难性大数据&，即因为数据本身的问题，而导致错误的预测和决策。　　大数据的理论是&在稻草堆里找一根针&，而如果&所有稻草看上去都挺像那根针&呢？过多但无法辨析真伪和价值的信息和过少的信息一样，对于需要作出瞬间判断、一旦判断出错就很可能造成严重后果的情况而言，同样是一种危害。&大数据&理论是建立在&海量数据都是事实&的基础上，而如果数据提供者造假呢？这在大数据时代变得更有害，因为人们无法控制数据提供者和搜集者本人的偏见。拥有最完善数据库、最先接受&大数据&理念的华尔街投行和大评级机构，却每每在重大问题上判断出错，这本身就揭示了&大数据&的局限性。　　不仅如此，大数据时代造就了一个数据库无所不在的世界，数据监管部门面临前所未有的压力和责任：如何避免数据泄露对国家利益、公众利益、个人隐私造成伤害？如何避免信息不对等，对困难群体的利益构成伤害？在有效控制风险之前，也许还是让&大数据&继续待在笼子里更好一些。　　大数据的经济价值已经被人们认可，大数据的技术正逐渐成熟，一旦完成数据的整合和监管，大数据爆发的时代即将到来。我们现在要做的，就是选好自己的方向，为迎接大数据的到来，提前做好准备。　　以未来的视角看，无论是政府、互联网公司、IT企业还是行业用户，只要我们以开放的心态、创新的勇气拥抱&大数据&，大数据时代就一定有属于中国的机会。　　大数据人才培养迫在眉睫　　大数据相关人才的欠缺将会成为影响大数据市场发展的一个重要因素。据Gartner预测，到2015年，将新增440万个与大数据相关的工作岗位，且会有25%的组织设立首席数据官职位。大数据的相关职位需要的是复合型人才，能够对数学、统计学、数据分析、机器学习和自然语言处理等多方面知识综合掌控。未来，大数据将会出现约100万的人才缺口，在各个行业和领域，大数据中高端人才都会成为最炙手可热的人才，涵盖了大数据的工程师、规划师、分析师、架构师、应用师等多个细分领域和专业。因此需要社会、高校和企业共同努力去培养和挖掘。企业可以与联合培养人才，或建立专门的数据科学家团队，或与专业的数据处理公司合作，以解人才之急。　　当大数据被讨论得热火朝天时，我们更需要冷静地思考，如何让技术扎实而有效地落地。虽然距离大数据时代我们还有很长的路要走，但正象孙正义昨天在乌镇演讲时最后说的：&我想说的是，我们要有信心，中国几年后将成为世界最大的经济体，人类的未来将充满了机遇，会充满了很多的快乐，有很多的光明憧憬等待着我们&。(来源：互联网周刊；文/谢然；编选：中国电子商务研究中心）
【】【】【】【】【】
「关键字」
& &（1）凡本中心注明“来源：中国电子商务研究中心”或带有中国电子商务研究中心水印LOGO的所有文字、图片、音频、视频及其他任何形式的作品 ，其版权均属中国电子商务研究中心所有，任何媒体、网站或个人未经本中心协议授权不得转载、链接、转贴或以其他方式复制发布/发表。已与本中心协议授权的媒体、网站，在下载使用时必须注明“稿件来源：中国电子商务研究中心”，违者本中心将依法追究责任。
& &（2）转载或引用本中心内容必须是以新闻性或资料性公共免费信息为使用目的的合理、善意引用，不得对本中心内容原意进行曲解、修改，同时必须保留本中心注明的“稿件来源”，并自负版权等法律责任。
& &（3）对于不当转载或引用本中心内容而引起的民事纷争、行政处理或其他损失，本中心不承担责任。
& &（4）凡本中心注明“来源：xxx（非中国电子商务研究中心）”的文/图等稿件，均转载自其它媒体、网站与机构，其转载目的在于传递更多信息，并不代表本中心赞同其观点和对其真实性负责，请读者仅作参考，并请自行核实相关内容，如其他媒体、网站或个人从本网下载使用，必须保留本网注明的“稿件来源”，并自负版权等法律责任。& &（5）关于本中心发布的用户投诉稿件，信息均由用户通过本中心投诉通道提供，本中心不对其真实性负责，若内容真实性有误，请与本中心联系，本中心将在核实后进行处理。& &（6）对不遵守本声明或其他违法、恶意使用本中心内容者，本中心保留追究其法律责任的权利。& &（7）如因作品内容、版权和其它问题需要同本中心联系的请发送相关内容至邮箱：）& &此版权声明解释权归中国电子商务研究中心所有。
　　中国电子商务研究中心评&红包大战&后遗症及对策建议　　一、背景概述　　2015年1月末，支付宝、微信纷纷新增红包功能，数十亿红包卷入春节大战，2月11日，支付宝携现金红包1000万，购物红包达1亿开...
有以下事宜，请联系：
有以下事宜，请联系：
有以下事宜，请联系：
以下企业，请联系：
以下企业，请联系：
以下人士，请联系：
会议相关订阅
&&&&& 中国电子商务研究中心已有20万余电商用户
行业热点：
行业/频道：
产品/服务：
数据/研究：
导航/平台：
| | | | | | | |
中国电子商务研究中心 版权所有热门游戏：
用PFM最新版（最好是部分汉化的那个，这个版本才打得开projectiles_explosions）打开patch.pack——db――projectiles_explosions_tables――projectiles_explosions
第一列是爆炸效果名称，如石灰弹是carcass_12lb——carcass_32lb，开花弹是shell_12lb——shell_64lb等，建议用shell_64lb修改，因为这种效果电脑基本没有，只要把其数值改弱照着shell_18lb改就差不多，否则太强就没意思了。下面说重点触发方式，很多人想开花弹落地爆炸，关键就在改第二列，其中fuse是开花弹的触发方式，是引信爆炸，就是延时一定时间爆炸，大家想要的落地爆炸就是percussive，只要把shell_64lb的触发方式改成percussive就百分之一万落地爆炸，如果这还不满意，第四列杀伤半径（不要太大否则你会后悔），第九列弹片数量。其他的不建议改。希望对大家有帮助。
1、如果您未安装91盒子，请选择“游戏高速下载”。2、安装好91盒子客户端后，请重启浏览器，点击“高速下载”按钮盒子将自动下载游戏。
热门游戏专题
猜你喜欢的游戏
<a href="/game/1232.html" target="_blank" title="红色警戒2尤里的复仇红色警戒2尤里的复仇