HyFluid es un método neuronal que infiere la densidad y el campo de velocidad de fluidos a partir de vídeos dispersos multi-perspectiva. A diferencia de los métodos de reconstrucción de dinámica neuronal existentes, HyFluid puede estimar con precisión la densidad y revelar la velocidad subyacente, superando la inherente ambigüedad visual de la velocidad del fluido. Este método introduce un conjunto de pérdidas basadas en la física para inferir campos de velocidad físicamente plausibles, al tiempo que gestiona la naturaleza turbulenta de la velocidad del fluido. Se diseña una representación de velocidad neuronal híbrida que incluye un campo de velocidad neuronal básico que captura la mayor parte de la energía irrotacional y velocidades de vórtices de partículas que simulan la velocidad turbulenta restante. Este método se puede utilizar en diversas aplicaciones de aprendizaje y reconstrucción en torno a fluidos 3D incompresibles, incluyendo la re-simulación y edición de fluidos, predicción futura y síntesis de escenas dinámicas neuronales.