从三维点云中识别三维部件实例对于三维结构和场景理解至关重要。现有的几种基于学习的方法使用语义分割和实例中心预测作为训练任务，但未能进一步利用形状语义与部件实例之间的内在关系。在本文中，我们提出了一种新的三维部件实例分割方法。该方法通过语义分割融合非局部实例特征（如中心预测），并进一步以多级和跨级的方式增强融合方案。我们还提出了一个语义区域中心预测任务来训练模型，并利用预测结果改进实例点的聚类效果。我们的方法在PartNet基准测试中显著优于现有方法，取得了大幅性能提升。此外，我们证明了所提出的特征融合方案可以应用于其他现有方法，从而提高它们在室内场景实例分割任务中的表现。