意法半导体在其先进的惯性传感器内集成机器学习技术，提高手机和穿戴设备的运动跟踪性能和电池续航能力。
LSM6DSOX iNEMO传感器内部集成一个机器学习内核，可根据已知运动模式对运动数据进行分类处理，接替主处理器处理运动跟踪的第一阶段任务，这种方法可以节能降耗，加快健身记录、健康监测、个人导航、跌倒检测应用等运动类应用程序的运行速度。
意法半导体模拟、MEMS和传感器产品部副总裁Andrea Onetti表示：“机器学习已大范围用于社交媒体、金融建模或自动驾驶等应用以提高模式识别的速度和效率，LSM6DSOX运动传感器集成了机器学习功能，可增强智能手机和穿戴设备的运动跟踪性能。”
配备意法半导体LSM6DSOX的设备可以为用户带来便利、响应迅速的“永远开启”的使用体验，且对电池续航时间没有任何影响。LSM6DSOX与传统传感器相比，增添了更大的内存空间，并配备最先进的高速I3C数字接口，使得传感器与主控制器的交互间隔更长，连接时间更短，节能省电效果更好。
该传感器易于集成到主流移动平台（例如Android和iOS）上，可简化消费、医疗和工业智能设备使用流程。
