【導讀】2025 年
，在 AI 與邊緣計算技術深度融合的推動下，作為感知物理世界運動狀態核心傳感器的慣性測量單元（IMU）
，迎來了新一輪技術飛躍。TDK
、意法半導體
、村田等全球頭部廠商推出的高性能慣性傳感器新品，在精度、功耗

、尺寸等關鍵指標上實現了突破，並且在架構設計與智能處理能力上展現出顯著的差異化。未來，這些先進的 IMU 產品還將持續為 AI 智能眼鏡等可穿戴設備的發展提供有力支持。

AI 與邊緣計算共舞，IMU 開啟傳感新時代

AI + 邊緣計算
，IMU 迎來發展新契機

闡述 AI 與邊緣計算技術融合，為慣性測量單元（IMU）帶來技術躍遷的背景，引出下文對新產品的介紹。

TDK：為 AI 眼鏡定製的 ICM-45685

（一）BalancedGyro 技術解析

說明基於 BalancedGyro 技術，集成高精度 MEMS 陀螺儀與加速度計的原理和優勢，突出低功耗和高精度特點。

（二）內置軟件與功能優化

介紹內置傳感器融合算法、機器學習內核以及存儲架構優化
，實現的頭部姿態跟蹤、圖像穩定和 UI 手勢控製等功能。

（三）與 ICM-45686 對比優勢

對比 ICM-45686，闡述 ICM-45685 針對 AI 眼鏡在快速運動響應與情景感知方麵的優化，如片上融合架構多算法並行及未來功能拓展。

意法半導體：全球首款 “AI + 雙加速度計”IMU——LSM6DSV320X

（一）雙加速度計架構亮點

解釋 “雙加速度計” 架構解決傳統 IMU 痛點的原理，介紹兩個加速度計（運動跟蹤和衝擊測量）的不同量程及應用場景。

（二）高性能陀螺儀與 AI 集成

說明搭載的 ±4000dps 高性能陀螺儀作用
，以及內置機器學習內核和有限狀態機
，實現 AI 推理算法運行和自適應配置、降低功耗的功能。

高精度 IMU 驅動可穿戴設備交互變革

（一）可穿戴設備交互方式轉變

描述 AI 智能眼鏡、智能手表等可穿戴設備從傳統交互向多模態手勢與姿態交互的演進趨勢。

（二）實際案例展示

以 NEOMIX AI Glasses 智能眼鏡和智能手表為例，說明高精度 IMU 如何實現點頭拍照、揮手切歌等功能
，強調其對可穿戴設備交互升級的關鍵作用。

AI 時代對慣性傳感器的新需求

（一）多模態融合需求

分析 AI 眼鏡等設備處理多源信息時，IMU 集成 AI 技術推進多模態融合的重要性，以 TDK 和意法半導體產品為例闡述。

（二）功耗、性能與尺寸平衡

從功耗和尺寸兩方麵

，說明在 AI 設備中，慣性傳感器實現功耗、性能和尺寸平衡的必要性和實現方式。