关于美国本特利Bently：
实景建模通过改善城市基础设施的规划、设计、施工和运营，帮助政府跟上不断变化的环境和人口增长的步伐。扬州市规划局和新加坡土地管理局在实景建模的帮助下构建数字城市，是富有远见卓识的组织机构。此外,实景建模还帮助像 Sanborn 这样的组织机构生成支持自动驾驶的高度三维高清地图（可以在模拟器中使用），从而使加州的圣克拉拉县等地区更接近实现自动驾驶汽车的真正潜力。
Sanborn 的先进技术小组已经开发出了专有的高清测绘技术，该技术专门为自动驾驶汽车市场创建标准化、高精度的三维基础地图。Sanborn 利用 ContextCapture Center，从 Sanborn 的高精度倾斜影像中快速生成了加州繁忙的圣克拉拉县现有城市环境的三维实景网格模型，大幅缩短了利用三个建模人员预计长达 6 个月的漫长过程，从而超越了传统的方法。Sanborn 利用三维实景网格，能够向其合作伙伴汽车公司展示高清地图数据的出色质量。其合作伙伴可充分利用在三维查看界面内直接测量距离、体积和表面积的功能，且在 Web 上共享并以可视化方式呈现三维模型的功能有利于利益相关方轻松查看以数字方式叠加在高分辨率三维实景网格顶部的矢量和点数据。数据集可用于各种级别的自动驾驶测试复杂性：高速公路、复杂的城市、复杂的停车场等等。
Sanborn 的 IT 与软件工程总监 Sharad V. Oberoi 博士表示：“自动驾驶汽车已不再是一个遥不可及的构想。主要的汽车制造商已经发布或很快将发布让汽车能够在一定程度上自行驾驶的自动驾驶功能。通过利用 ContextCapture Center 生成的三维网格，Sanborn 的先进技术小组已经能够向其合作伙伴汽车公司展示高清地图数据（包括真正地面精度）的出色质量。通过 ContextCapture Center 自动生成城市规模项目的三维模型，使得项目进展速度比以前快得多。”
在现实世界中测试汽车解决方案既代价高昂又耗时。RAND Corporation 估计，需要进行超过 110 亿英里的驾驶里程，以证明自动驾驶汽车的安全性仅比人开车高出 20%。1,000 辆测试汽车每年 365 天不间断行驶，将需要 50 年的时间才能达到 110 亿英里的驾驶里程。在虚拟世界中模拟环境可以在数小时内解决此问题。在虚拟世界中，一个合作伙伴软件公司正在将三维实景网格引入到一个模拟工具中，以测试自动驾驶汽车。 
AAM Group 完成了一场基于车辆的移动测绘勘测，该勘测涵盖 5,500 公里的新加坡土地管理局 (SLA) 公路，并生成了所有新加坡道路和城市设施（包括公交车站、出租车站、灯杆、交通标志、高架桥、有盖人行道、护柱、电器箱、出入孔、护栏、栏杆）的高度详尽三维模型。利用 MicroStation 对数据进行建模，其精度水平达到了 0.3 米的 CityGML 标准。AAM 预计，使用 Bentley 应用程序的国家三维地图 (National 3D Map) 的开发节省了 3,000 个资源日。 
对新加坡道路的勘测生成了 6,000 亿个 LiDAR 点和 300 万张图片。MicroStation 提供了一个框架，可以轻松将此数据与其他可用数据源集成。在项目的整个生命周期中都使用 ProjectWise 来存储与分包商、现金流、月度项目会议和用户验收测试 (UAT) 文档相关的重要信息。利用 ProjectWise，在新加坡和澳大利亚的 AAM 经销之间也可进行无缝协作。国家三维地图 (National 3D Map) 将对新加坡的“智能国家”(Smart Nation) 计划议程产生深远的影响，并提供详细全面的三维数据集以供各机构和利益相关方使用，从而满足其商业需求。其中一个示例是位于纬壹科技城 (One-North) 的自动驾驶汽车测试站点，在那里，选定的公司和研究人员正在使用三维数据集作为基础地图进行试验。
在第三个示例中，海维空间信息技术有限责任公司为扬州市规划局开发了一个三维实景网格，作为三维 GIS 数据库的基础，与市民共享，并用于该市的决策支持。构建“扬州三维数字城市”对该市的规划、建设和管理具有重要意义 – 可在三维实景空间中向政府决策者提出规划和设计方案，并可在该空间对规划的zui终结果轻松进行可视化和分析。海维空间信息技术有限责任公司在一个月内完成了分辨率为 3 厘米的倾斜摄影数据的图像采集和模型生成。利用 ContextCapture 的多节点并行计算功能可在短短的 20 天里处理大量影像，而以往一项任务需要花费大约 10 个月的时间。在 Descartes 的网格编辑功能的帮助下，三个人在 3 天内完成了 400 个水面模型的修正，而利用 MicroStation 有助于集成来自其他源的数据，并将属性与实景网格相结合。据估计，与以前的方法相比，劳动力和数据采集成本大约减少了 120 万人民币。