HyFluidは、疎な多視点ビデオから流体の密度場と速度場を推定するニューラルな手法です。既存のニューロダイナミクス再構成手法とは異なり、HyFluidは密度を正確に推定し、基礎となる速度を明らかにすることで、流体速度の固有の視覚的な曖昧さを克服します。本手法は、物理に基づいた損失関数を導入することで、物理的に妥当な速度場を推定し、同時に流体速度の乱流性を処理します。また、大部分の非回転エネルギーを捉える基礎的なニューラル速度場と、残りの乱流速度をシミュレートする渦粒子速度を含む、混合ニューラル速度表現を設計しています。この手法は、流体再シミュレーションや編集、未来予測、ニューロダイナミックシーン合成など、3次元非圧縮性流体に関する様々な学習や再構成アプリケーションに適用できます。