本研究提出了一种名为S$^2$-扩散的策略，旨在解决机器人操作中技能学习仅限于特定实例的问题。该方法结合语义模块与空间表示，实现技能从实例级到类别级的推广，实验表明其在类别无关因素变化时仍能保持性能，并有效转移技能至其他实例。

UniParser是一种新的语义分割模型，通过统一实例级和类别级输出，避免手动设计的后处理技术，超越了现有方法，在MHPv2.0和CIHP数据集上实现了较高的AP。该研究将发布源代码、预训练模型和在线演示以促进未来研究。