看过《天龙八部》都知道，最精彩的剧情莫过于少室山大战。
少室山大战中，最令人叹为观止的对决，当属萧氏父子和慕容父子的那场终极对决。
两大绝顶高手压轴出场，本以为将掀起一场家仇国恨、血雨腥风的较量，却不曾想杀出一个世外高人——扫地僧。
扫地僧的出现，让武林人士敬畏之心油然而起，原来江湖中还有比萧氏父子、慕容父子更牛逼的低调人物，不由得皆大欢喜，一个个都跪将下来。
真是山外有山，人外有人。
1
一位低调的神秘房企
在地产江湖，其实也不乏像扫地僧这样功力深厚的神秘高手。
他们低调内敛、功力深厚，武学造诣堪称炉火纯青，既有身后的人文底蕴，又辅之以先进的产业资源优势，已然成为当今地产界的神秘高手。
在风起云涌的地产江湖，比起那些行事高调的地产大佬，北大资源低调踏实的作风，却有几分扫地僧的作派。
近日，北大资源将其高端产品系的代表——北大资源·紫境府落子在成都，这座冉冉升起的新一线城市。
据最新资料显示，2017年成都GDP排名稳居全国第八，超1.3万亿，仅次于苏州，高于杭州，领衔新一线城市排行榜。
2
一座来了就不想离开的城市
说起成都，很多人心中都会萦绕深深的憧憬之情。
张艺谋更是将成都称为「一座来了就不想离开的城市」。
民谣歌手赵雷还为成都写过一首脍炙人口的歌——《成都》，直到今天，这首歌仍火遍大江南北，成为人们美好情怀的寄托。
就像歌里唱得那样：
让我掉下眼泪的，不止昨夜的酒；让我依依不舍的，不止你的温柔；余路还要走多久，你攥着我的手；让我感到为难的，是挣扎的自由……
成都，已不再是一座城市，而是国人心中的理想王国。
当然，在《成都》未火之前，北大资源就已悄然来到成都。
从2015年开始，北大资源相继开发了公园1898、颐和翡翠府等项目，凭借着较高的产品溢价和去化速度，以及不断历练的拿地决策、产品设计、营销管控等，成功在成都市场上站稳脚跟，并于2016年跻身百强房企阵营。
可以说，成都不仅是国人的理想国度，更是北大资源的理想福地。
一座拥有3000多年的文化历史名城，一个拥有百年文化基因的地产房企，在时空的碰撞中互相成就，共襄时代盛举。
3
一种骨子里的中式情怀
众所周知，我的工作就是踩盘，也养成了日益挑剔的眼光。
看过万科「翡翠系」，看过龙湖「原著系」，看过融创「壹号院系」，看过泰禾「院子系」……
当你看过几百个楼盘之后，你会发现，大多数楼盘大同小异，无论是建筑设计、布局，还是产品细节、配置等，你总能找到相同的踪影，毕竟在地产品牌化年代，产品的快速同质化，这已是不争的事实。
然而，位于成都·高新区新川之心公园旁北大资源·紫境府示范区，却带给我耳目一新的新鲜感。整座示范区承袭中国古代府园规制，遵循传统礼序，复兴「法天贵真」的中国建筑礼制，营造中正大气的景观境界。
用四个字来形容，便是极致匠心。
极致，在于将中式文化演绎得淋漓尽致；匠心，在于每一个产品细节，都精益求精到了令人惊叹的地步。
4
“四进式”中国宅门体系
北大资源·紫境府，以一府一院一堂一园的“四进式”中国宅门体系，堪称复活了中国传统名门望族人居意境；
以“府门-飞桥-展示中心-峡谷”为游园秩序，栩栩如生地摹画中式园林的神韵，与东方意境。
一进府门：
奢雅而又充满礼序的售楼处，犹如古代王公贵胄的府门。踏进府门，顿感雍容华贵之气，尽显名门望族之势。
二进飞桥：
竹影婆娑，曲径通幽，风帘翠幕，才见飞桥，上有碎石以布，禅意暗渡。
4米高差的拱形桥面，独具东方雅韵。起伏有度的飞桥，形成“初极狭，才通人”的桃花源体验。
三进水境：
当你凌波过飞桥，复行数十步，水烟四起，繁花、流水等景致相互映衬、心情顿时豁然开朗。
四进峡谷：
迈过开阔水境之后，映入眼帘的是恢弘而雅致的紫境荟。身处其间，游而忘乎真实，无倦意，恍若移天缩地之空灵感。
5
所有的细节，都是匠心坚守
在金庸的笔下，每一个绝顶高手，都不止拥有一种绝技。
姑且不论功夫深不见底的扫地僧，就拿武功盖世的乔峰来说，他的TOP级绝技是降龙十八掌，杀伤力极强，秒杀群雄，除此之外，乔峰还擅长内功、轻功、啸功、太祖拳、伏魔掌、擒龙功、打狗棒法等多种武功，样样功夫都堪称万人敌。
那么，对于北大资源来说呢？
其实道理是一样的。
据了解，目前北大资源以环渤海、长三角、珠三角、华中、西南五大区域为重点布局区域。在“好产品”打造上，每一座城市每一条产品线都极尽匠心。
无论是豪改类TOP级府系，还是改善类公园系、颐和系，在产品规划设计方面，都是从“品质”理念发展出发，对项目定位及规划设计等核心业务环节的集团强管控。
例如，在多个城市公司中引入国际知名的设计事务所，以国际化理念进行产品打造；
例如，在工程管理环节上，强调“过程精品”、针对所有在建项目，采用第三方飞行临检，全面保障质量，提升品质标准。
所有细节的背后，展现出北大资源对于每条产品线的匠心坚守。
就像是《天龙八部》里的扫地僧，数十年如一日的修炼，终在一日，一战封神。
閱讀更多 中國房地產數據研究院 的文章
