OmniSeg3D是一种全方位理解3D场景的通用3D分割方法，通过层次对比学习框架将多视图不一致的2D分割提升为一致的3D特征场，实现了分层分割、多对象选择和全局离散化。该方法在高质量3D分割和准确定义了层次结构方面的有效性，并通过图形用户界面实现了灵活的全方位3D分割的交互操作。

本文介绍了HiCL层次对比学习框架，通过局部分段级和全局序列级关系提高训练效率和效果。HiCL在七种STS任务上提升了SNCSE模型的性能，BERT-large提升0.2%，RoBERTa-large提升0.44%。

提出了一种全方位理解3D场景的通用3D分割方法OmniSeg3D，通过层次对比学习框架将多视图不一致的2D分割提升为一致的3D特征场，实现了分层分割、多对象选择和全局离散化，并通过实验证明了该方法在高质量3D分割和准确定义了层次结构方面的有效性，进一步利用图形用户界面实现了灵活的全方位3D分割的交互操作。