HilDA introduce un marco de preentrenamiento auto-supervisado para backbones de LiDAR que utiliza destilación jerárquica y difusión de ocupación temporal para mejorar la comprensión semántica y geométrica. Logra resultados de última generación en benchmarks de destilación cross-modal y supera a métodos anteriores en detección de objetos 3D, flujo de escena y predicción de ocupación semántica.