HyFluid é um método neural que infere campos de densidade e velocidade de fluidos a partir de vídeos esparsos multi-perspectivas. Diferentemente dos métodos existentes de reconstrução neurodinâmica, o HyFluid consegue estimar com precisão a densidade e revelar a velocidade subjacente, superando a inerente ambiguidade visual da velocidade do fluido. O método consegue inferir campos de velocidade fisicamente plausíveis através da introdução de um conjunto de perdas baseadas em física, tratando simultaneamente da natureza turbulenta da velocidade do fluido. Foi projetado um método de representação de velocidade neural híbrido, incluindo um campo de velocidade neural básico que captura a maior parte da energia irrotacional e velocidades de vórtices de partículas que simulam a velocidade turbulenta residual. O método pode ser usado em diversas aplicações de aprendizado e reconstrução em torno de fluidos 3D incompressíveis, incluindo re-simulação e edição de fluidos, previsão futura e síntese de cenas neurodinâmicas.