Skip to main content
Gamereactor Wiadomości Mortal Kombat 11
Wiadomości

Plotka: Data-mining ujawnił postacie z DLC w Mortal Kombat 11

Gracze pasjonujący się eksploracją danych (ang. data-miningiem) wielokrotnie przewidywali, jakie treści wkrótce zostaną dodane do różnych gier wideo. Nie uciekł przed tym nawet Mortal Kombat 11, który ukazał się na rynku zaledwie wczoraj. Pewien…
Jonas Mäki Editor Sweden 24 kwietnia 2019

Gracze pasjonujący się eksploracją danych (ang. data-miningiem) wielokrotnie przewidywali, jakie treści wkrótce zostaną dodane do różnych gier wideo. Nie uciekł przed tym nawet Mortal Kombat 11, który ukazał się na rynku zaledwie wczoraj.

Pewien użytkownik opublikował na Reddicie listę (która została później potwierdzona przez inne źródła) czegoś, co wydaje się być rosterem postaci z DLC. Tak prezentuje się pełna lista:

  • Shang Tsung
  • Nightwolf
  • Sindel
  • Fujin
  • Sheeva
  • Joker
  • Terminator
  • Spawn
  • Ash (Evil Dead)

O Spawnie gracze plotkowali już wielokrotnie, a w tym roku do kin trafi nowy Terminator oraz film o Jokerze, więc dodanie takich postaci miałoby sens. Ash z Martwego Zła idealnie wpasowuje się w motyw horroru, który kiedyś reprezentowały inne postacie z DLC, takie jak Jason Vorhees czy Leatherface.

Fakt, że imiona postaci znajdują się w kodzie, niekoniecznie oznacza, że pojawią się one w grze, ale przynajmniej zwiększa na to szanse. Co sądzicie o przedstawionej liście?

Dzięki, DualShockers.

Editor Sweden Jonas Mäki has written for Gamereactor since 2002, becoming an editor in 2007. He covers the video game industry across news, releases and the business side, with a particular interest in sales figures and where the industry is heading.
Pełny profil Autor Gamereactor od 2007 · 7,172 opublikowanych artykułów
Dlaczego warto ufać Gamereactor
23 Wydania Każde z własną redakcją i własnymi ocenami.
1998 Publikujemy od Niezależni właściciele przez cały ten czas.
100% Z własnego doświadczenia Pisane po czasie spędzonym z grą, nigdy z materiałów prasowych.
1–10 Ocena sieci Ocena każdego wydania, uśredniona i pokazana.