利用 SolMotion 的 3D 匹配技术自动进行精准磨削，提高金属部件制造的质量，减少浪费并提高生产率。

以AI视觉技术检测活动扳手外观是否存在瑕疵，进一步提升产品质量。

META-aivi 的 AR + AI 解决方案提高自行车车架生产的管材计数准确性和效率，减少错误并提升生产力。

由于青铜零件小而重，再加上随机摆放于料箱中，视觉系统难以精准辨识对象，导致机械手臂夹取出现异常。搭配AI、3D技术，能定位和生成3D拾取点，实现精准取放效果。

使用了SOLMON公司的AI 3D机器视觉技术Solmotion来进行接缝板的位置识别。准确地识别接缝板端面进行毛边修整的位置并进行了修正。在毛边修整过程中，我们在接缝板流动到修整位置之前的一侧安装了Solmotion的摄像头系统，用于解析接缝板的截面。

自行车可作为休闲运动之用，亦具备中长距离的移动工具，是现代人不可或缺的出行工具。一部品质完美的自行车需要坚固的车架，而完整的车架则是由多个钢管组成，经过人工筛选出适当尺寸的车架后，进行管料裁切、焊接、打磨、烤漆等程序，方可制成坚实的自行车。

许多制币厂试图以视觉技术进行钱币的筛选，使用SolVision的Feature Detection工具，学习钱币在各种亮度、脏污与氧化程度的影像数据，不仅可分辨图案相同但面额不同的钱币，亦可正确辨识出各国钱币，并实时计算出各国钱币的总面额。

目前仍采用人力进行自行车车身号码的辨识与登录，耗费人工且效率低，若使用AOI进行字符辨识，因不锈钢管表面为圆弧曲面，打光容易造成反射，不论以人工或者AOI检测，针对曲面、反光不锈钢管上字样的辨识皆较为困难。所罗门结合机器视觉与人工智能，对于光学字符识别可以得到极佳的辨识效果。