我们提出了一种无需标注数据的语义分割新框架，该框架基于聚类方法。现有的现成聚类方法通常仅适用于经过筛选、单标签且以物体为中心的图像，然而现实世界中的数据大多为未筛选、多标签且以场景为中心的。为此，我们将聚类从图像层面拓展至像素层面，并为每张图像中不同的实例分别分配独立的聚类归属。然而，仅依赖像素级特征相似性难以学习高层次的语义概念，且容易过拟合于低层次的视觉线索。为此，我们提出一种方法，引入几何一致性作为归纳偏置，以学习对光照和几何变化的不变性与等变性。借助这一新颖的学习目标，我们的框架能够有效捕捉高层次的语义概念。所提出的PiCIE（基于不变性与等变性的像素级特征聚类）方法是首个无需任何超参数调优或任务特定预处理即可同时对“事物”（things）与“东西”（stuff）类别进行语义分割的方法。在COCO和Cityscapes数据集上，我们的方法显著优于现有基线，分别实现了+17.5%的准确率（Acc）和+4.5%的mIoU提升。我们进一步验证了PiCIE能够为标准的监督训练提供更优的初始化。代码已开源，地址为：https://github.com/janghyuncho/PiCIE。