本稿では、点群インスタンスセグメンテーションのための新しいフレームワークを提案する。本フレームワークは、エンベッディングステップとクラスタリングステップの2段階から構成される。エンベッディングステップにおいて、我々の主な貢献は点群のエンベッディングに確率的エンベッディング空間を提案することである。具体的には、各点を3変量正規分布として表現する。クラスタリングステップでは、セマンティックセグメンテーションとクラスタリングの両方に利点をもたらす新しい損失関数を提案する。実験結果から、最先端技術（SOTA）に対して顕著な性能向上が確認され、PartNetデータセットにおいてカテゴリごとの平均mAPが3.1%向上した。