Игра Banana, работающая на блокчейне TON и поддерживаемая протоколом CARV, достигла 5 миллионов пользователей всего за три недели после своего запуска.
Быстрый рост популярности
Всего через три недели после своего запуска игра Banana собрала более 5 миллионов игроков, что делает её одной из самых быстрорастущих игр на блокчейне TON. Игра также вошла в экосистему Mini-App Telegram, достигнув миллиона пользователей всего за 72 часа. Среди игроков — более миллиона активных пользователей ежедневно и 1,4 миллиона подключённых аккаунтов в социальных сетях. За всё время было выполнено 45 миллионов внутриигровых задач.
Геймплей и особенности
Игра Banana представляет собой пример жанра 'tap-to-earn', набирающего популярность в экосистемах TON и Telegram. Игроки собирают бананы, каждый из которых является NFT с уникальными характеристиками и уровнями редкости. При нажатии на бананы игроки собирают PEEL — внутриигровую криптовалюту, которую затем можно обменять на награды. Бананы могут быть обычными 'жёлтыми', но иногда игроки находят более редкие 'золотые' и 'голографические', которые приносят больше наград. Протокол CARV позволяет игрокам контролировать свои внутриигровые данные и монетизировать их.
Будущее блокчейна TON и CARV
Игра Banana следует по стопам других популярных игр на блокчейне TON, таких как Hamster Kombat и Notcoin, которые привлекли сотни миллионов пользователей. Успех Banana подчёркивает важность TON для игровой индустрии GameFi, где игроки могут зарабатывать реальные ценности и владеть внутриигровыми активами. Уникальная интеграция TON с Telegram позволяет ему легко привлекать пользователей из почти миллиарда человек по всему миру. Лео Ли, директор по развитию CARV, считает, что успех игры показывает, как CARV поддерживает будущее игр и ИИ, предоставляя пользователям новые возможности управления данными.
Достижение рубежа в 5 миллионов пользователей подтверждает популярность игры Banana и её значительное влияние на экосистему TON. Будущее видится в продолжении интеграции увлекательных игр и пользовательско-ориентированных данных.
Комментарии