激光雷达重定位在许多领域中发挥着关键作用，包括机器人学、自动驾驶和计算机视觉。基于激光雷达的数据库检索通常会产生较高的计算存储成本，如果数据库过于稀疏，还可能导致全局姿态估计不准确。另一方面，姿态回归方法以图像或点云作为输入，通过端到端的方式直接回归全局姿态。这些方法不进行数据库匹配，因此比检索技术更具计算效率。我们提出了一种新的激光雷达姿态回归模型——HypLiLoc。该模型使用两个分支骨干网络分别提取3D特征和2D投影特征。我们在欧几里得空间和双曲空间中考虑了多模态特征融合，以获得更有效的特征表示。实验结果表明，HypLiLoc在室外和室内数据集上均达到了最先进的性能。我们还对框架设计进行了广泛的消融研究，证明了多模态特征提取和多空间嵌入的有效性。我们的代码已发布在：https://github.com/sijieaaa/HypLiLoc