3D点群は現実のシーンを正確かつ直感的に描写します。これまで、このような情報豊富な3Dシーン内の多様な要素のセグメンテーションについてほとんど議論されていませんでした。本論文では、まず、インスタンスとセマンティクスを同時にセグメントするための単純で柔軟なフレームワークを紹介します。次に、両方のタスクが互いに利益を得る2つの手法を提案します。具体的には、セマンティック・アウェアなポイントレベルのインスタンス埋め込みを学習することで、インスタンスセグメンテーションがセマンティックセグメンテーションから恩恵を受けます。一方で、同じインスタンスに属するポイントのセマンティック特徴量が融合され、より正確な各ポイントのセマンティック予測が可能になります。当方法は3Dインスタンスセグメンテーションにおいて最先端の手法を大幅に上回り、3Dセマンティックセグメンテーションでも著しい改善を達成しています。コードは以下のURLで公開されています: https://github.com/WXinlong/ASIS。