《博德之门3》发售两年销量突破2000万 再创CRPG里程碑
12月17日消息，拉瑞安工作室首席执行官斯文·温克透露，旗下斩获“年度游戏”大奖的角色扮演游戏《博德之门 3》，全球销量现已突破2000万份。这款游戏于2024年8月正式发售，迅速跻身近十年来最具话题度的角色扮演游戏之列，取得这样的成绩实属里程碑式的突破。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
该销量数据是温克在接受彭博社采访时公布的，他称《博德之门 3》的全平台销量已超2000万份，覆盖个人电脑端、索尼 PlayStation 5 以及微软 Xbox Series X|S 等平台。
早在2020年，《博德之门 3》便开启了抢先体验阶段，借此积累了一批忠实的粉丝群体。在正式发售前，其销量就已突破数百万份。2024年8月正式上线后，游戏迅速登顶 Steam 畅销榜，并且全年始终稳居榜单前列。
《博德之门 3》不仅是一部销量爆款，更拥有极强的玩家黏性。即使在发售一年后，其依然稳居 Steam 平台最热门游玩榜单与畅销榜单的前列。
截至撰写本文时，《博德之门 3》在 Steam 平台的同步在线玩家数仍高达6万人。对于一款大型角色扮演游戏而言，这样的长线热度极为罕见，也让游戏持续保持着高关注度。
除此之外，这款角色扮演游戏还斩获了众多媒体与评论家评选的“年度游戏”奖项。这样的辉煌成就不仅为拉瑞安工作室带来了更充足的创作自由度与财务稳定性，同时也让玩家对其下一部作品《神界》系列的期待值水涨船高。
2000万份的销量充分证明，在当今游戏市场中，剧情驱动型角色扮演游戏依然占据着举足轻重的地位。即使新游层出不穷、游戏潮流不断更迭，玩家们依旧愿意重返“被遗忘的国度”，沉浸于这个充满自由选择、热血战斗与宏大详实背景设定的游戏世界。
相关攻略
在《博德之门3》的荣誉模式中，击败奥林是许多玩家面临的关键挑战。这场高强度对决考验着队伍的构建、资源管理与战术执行能力。通过系统性的战前准备与灵活的战场决策，你可以将这场看似艰难的BOSS战转化为一场可控的胜利。以下是一套经过验证的详细攻略，旨在帮助你高效攻克这一难关。 战前准备：奠定胜利基石 充分
在《博德之门3》中，获取“轻语”系列武器需先找到制作蓝图。蓝图位于疫病村落地下室熔炉旁。核心材料“轻语树皮”需前往幽暗地域从轻语树上获取。最后返回熔炉，将树皮与基础武器合成即可锻造出轻语武器。
《博德之门3》首部官方小说《阿斯代伦》将于九月出版，首次以该角色为主角，讲述其成为吸血鬼衍体的前传与挣扎历程。此外，今年还将推出官方涂色书、灵感笔记本及食谱三本英文主题书籍，标志该IP正向文学与生活方式领域拓展。中文版信息尚未公布。
在《博德之门3》的世界里，食物可不仅仅是背景点缀。它扮演着至关重要的角色：你在冒险途中搜集各种食材，用它们来填满长休所需的补给，确保队伍在激战后能恢复状态，随时整装待发。相信不少玩家和笔者一样，平时可能懒得研究什么食材搭配，只要背包里凑够40点补给值就匆匆了事。不过，或许一本官方的《博德之门3》实体
《博德之门3》营地里，藏着四个“隐身”的裸体盖尔？开发者的小秘密被发现了 最近游戏圈有个蛮有趣的发现，关于《博德之门3》：你的营地里，其实一直藏着四个没穿衣服的盖尔复制体。这事儿听起来有点离谱，但确有其事。这个奇特的“异常现象”，最早被油管博主Proxy Gate Tactician在今年1月注意到
热门专题
热门推荐
领克首款GT概念跑车亮相北京车展，由中欧团队联合打造。新车采用经典GT比例与低趴宽体设计，配备液态金属蓝涂装与2+2座舱，设有高性能模式按键可激活空气动力学套件。车辆采用后驱布局与AI智能运动控制系统，百公里加速约2秒，设计融合瑞典极简美学并参考全球用户反馈。
英伟达推出12GB显存版RTX5070移动GPU，与8GB版同步上市。两者均基于Blackwell架构，核心规格相同，仅显存容量不同。此举旨在缓解GDDR7芯片供应压力，为OEM提供灵活配置，加速笔记本产品布局，更大显存可更好满足游戏与AI应用需求。
微星将于5月15日推出两款26 5英寸雾面WOLED显示器MAG276QRY28和276QRDY54，售价分别为2499元和6299元。均采用第四代WOLED面板，具备QHD分辨率、VESADisplayHDRTrueBlack500认证、1500尼特峰值亮度及99 5%DCI-P3色域覆盖。276QRY28刷新率为280Hz，高阶款276QRDY54支持4
中芯国际2026年第一季度营收176 17亿元，同比增长8 1%；净利润13 61亿元，同比增长0 4%。公司预计第二季度收入环比增长14%至16%，毛利率指引上调至20%至22%。这反映出公司在行业复苏中展现出财务韧性，并通过运营优化增强了短期增长势头。
手机修图、相机降噪、视频去雾……这些我们日常使用的图像处理功能，其背后都离不开人工智能（AI）技术的驱动。通常，AI模型的训练逻辑是：向模型展示大量“低质图像”与“优质图像”的配对数据，让它学习如何将前者转化为后者。然而，天津大学计算机视觉团队近期发表的一项研究（arXiv:2604 08172）揭