關于美國本特利Bently：
實景建模通過改善城市基礎設施的規劃、設計、施工和運營，幫助政府跟上不斷變化的環境和人口增長的步伐。揚州市規劃局和新加坡土地管理局在實景建模的幫助下構建數字城市，是富有遠見卓識的組織機構。此外,實景建模還幫助像 Sanborn 這樣的組織機構生成支持自動駕駛的高度三維高清地圖（可以在模擬器中使用），從而使加州的圣克拉拉縣等地區更接近實現自動駕駛汽車的真正潛力。
Sanborn 的優良技術小組已經開發出了專有的高清測繪技術，該技術專門為自動駕駛汽車市場創建標準化、高精度的三維基礎地圖。Sanborn 利用 ContextCapture Center，從 Sanborn 的高精度傾斜影像中快速生成了加州繁忙的圣克拉拉縣現有城市環境的三維實景網格模型，大幅縮短了利用三個建模人員預計長達 6 個月的漫長過程，從而超越了傳統的方法。Sanborn 利用三維實景網格，能夠向其合作伙伴汽車公司展示高清地圖數據的出色質量。其合作伙伴可充分利用在三維查看界面內直接測量距離、體積和表面積的功能，且在 Web 上共享并以可視化方式呈現三維模型的功能有利于利益相關方輕松查看以數字方式疊加在高分辨率三維實景網格頂部的矢量和點數據。數據集可用于各種級別的自動駕駛測試復雜性：高速公路、復雜的城市、復雜的停車場等等。
Sanborn 的 IT 與軟件工程總監 Sharad V. Oberoi 博士表示：“自動駕駛汽車已不再是一個遙不可及的構想。主要的汽車制造商已經發布或很快將發布讓汽車能夠在一定程度上自行駕駛的自動駕駛功能。通過利用 ContextCapture Center 生成的三維網格，Sanborn 的優良技術小組已經能夠向其合作伙伴汽車公司展示高清地圖數據（包括真正地面精度）的出色質量。通過 ContextCapture Center 自動生成城市規模項目的三維模型，使得項目進展速度比以前快得多。”
在現實世界中測試汽車解決方案既代價高昂又耗時。RAND Corporation 估計，需要進行超過 110 億英里的駕駛里程，以證明自動駕駛汽車的安全性僅比人開車高出 20%。1,000 輛測試汽車每年 365 天不間斷行駛，將需要 50 年的時間才能達到 110 億英里的駕駛里程。在虛擬世界中模擬環境可以在數小時內解決此問題。在虛擬世界中，一個合作伙伴軟件公司正在將三維實景網格引入到一個模擬工具中，以測試自動駕駛汽車。 
AAM Group 完成了一場基于車輛的移動測繪勘測，該勘測涵蓋 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設施（包括公交車站、出租車站、燈桿、交通標志、高架橋、有蓋人行道、護柱、電器箱、出入孔、護欄、欄桿）的高度詳盡三維模型。利用 MicroStation 對數據進行建模，其精度水平達到了 0.3 米的 CityGML 標準。AAM 預計，使用 Bentley 應用程序的國家三維地圖 (National 3D Map) 的開發節省了 3,000 個資源日。 
對新加坡道路的勘測生成了 6,000 億個 LiDAR 點和 300 萬張圖片。MicroStation 提供了一個框架，可以輕松將此數據與其他可用數據源集成。在項目的整個生命周期中都使用 ProjectWise 來存儲與分包商、現金流、月度項目會議和用戶驗收測試 (UAT) 文檔相關的重要信息。利用 ProjectWise，在新加坡和澳大利亞的 AAM 經銷之間也可進行無縫協作。國家三維地圖 (National 3D Map) 將對新加坡的“智能國家”(Smart Nation) 計劃議程產生深遠的影響，并提供詳細全面的三維數據集以供各機構和利益相關方使用，從而滿足其商業需求。其中一個示例是位于緯壹科技城 (One-North) 的自動駕駛汽車測試站點，在那里，選定的公司和研究人員正在使用三維數據集作為基礎地圖進行試驗。
在第三個示例中，海維空間信息技術有限責任公司為揚州市規劃局開發了一個三維實景網格，作為三維 GIS 數據庫的基礎，與市民共享，并用于該市的決策支持。構建“揚州三維數字城市”對該市的規劃、建設和管理具有重要意義 – 可在三維實景空間中向政府決策者提出規劃和設計方案，并可在該空間對規劃的zui終結果輕松進行可視化和分析。海維空間信息技術有限責任公司在一個月內完成了分辨率為 3 厘米的傾斜攝影數據的圖像采集和模型生成。利用 ContextCapture 的多節點并行計算功能可在短短的 20 天里處理大量影像，而以往一項任務需要花費大約 10 個月的時間。在 Descartes 的網格編輯功能的幫助下，三個人在 3 天內完成了 400 個水面模型的修正，而利用 MicroStation 有助于集成來自其他源的數據，并將屬性與實景網格相結合。據估計，與以前的方法相比，勞動力和數據采集成本大約減少了 120 萬人民幣。