当前电子信息产业已进入高速迭代期，PCB（印刷电路板）作为消费电子、汽车电子、通信设备等几乎所有数字化产品的核心基础部件，其生产良率直接决定终端产品的质量与交付成本。传统PCB质检依赖人工筛查或规则化AOI（自动光学检测）设备，漏检率、检测效率均难以满足高端PCB的生产需求，而近年来兴起的AI质检方案虽然能大幅提升检测能力，却普遍面临真实缺陷样本稀缺的痛点：工业生产中PCB的罕见缺陷样本采集难度大，单类缺陷的完整样本收集往往需要数月时间，且专业标注成本动辄数十万元，合成数据因此成为破解这一痛点的核心路径，也是当前工业AI领域的重要研发方向。
近日，NVIDIA（英伟达）正式发布Spark-AnomalyGen-USD合成数据集，该数据集已于2026年5月30日率先上线HuggingFace平台，为行业提供了可直接复用的PCB合成数据演示方案。据官方介绍，Spark-AnomalyGen-USD是由NVIDIA Corporation打造的专用合成数据集，核心定位是作为PCB结构缺陷合成数据生成的演示输入样本，所有USD文件均源自底层CAD设计，1:1还原了真实PCBA（印刷电路板组装）的物理结构与材质属性，可最大程度模拟工业生产场景下的PCB真实状态。
该数据集总大小为253MB，数据规模小于1K，包含完整的PCBA场景USD文件（spark_lighting.usd）、已建模完成的AOI环形灯装置（aoi_ring_light.usda）与相机模型，所有资源均已完成预配置，可直接用于合成数据生成渲染，无需研发人员额外进行3D场景搭建。数据集涵盖OpenUSD文件、MDL文件以及PNG/JPG纹理三类格式，标注采用人工标注与合成标注结合的混合方式，数据标注精度可满足演示场景下的算法训练与效果测试需求。值得注意的是，该数据集遵循NVIDIA示例数据许可证，仅限演示用途，不可直接用于生产环境。
从潜在应用场景来看，该数据集首先可面向PCB质检领域的研发人员提供测试基础：研发人员可基于该数据集快速生成不同缺陷类型、不同光照条件、不同拍摄角度的PCB缺陷合成样本，大幅降低AI质检模型训练的样本获取成本，也可用于验证AOI设备的光学设计方案合理性；其次可作为合成数据领域的技术演示基准，支撑研究人员优化3D合成数据的渲染算法，提升合成样本与真实样本的相似度，推动合成数据技术的落地应用；此外，基于真实CAD导出的OpenUSD格式3D资源，也可用于工业数字孪生场景的渲染测试、3D建模工具的效果验证等场景。
作为全球领先的AI算力与工业数字化解决方案提供商，英伟达本次发布该数据集也进一步填补了工业级OpenUSD格式训练数据集的供给空白，为电子制造领域的合成数据应用提供了标准化参考，也将推动OpenUSD格式在工业AI、数字孪生等场景的普及落地，助力电子制造行业的数字化转型进程。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)