FluidNexus

单视频重建3D流体，预测未来流动

FluidNexus 是一个基于物理信息神经网络的开源项目，旨在从单段视频中重建三维流体动态并预测其未来演变。它解决了传统流体重建依赖多视角或深度传感器、难以从日常视频中获取完整三维流体信息的问题。核心能力包括：从单目视频中提取流体几何与速度场，利用物理约束（如纳维-斯托克斯方程）增强重建的物理合理性，并预测后续帧的流体运动。项目为 CVPR 2025 Oral，代码基于 Python，技术栈涵盖流体动力学、物理模拟与神经网络。当前处于早期阶段，星标数较少，但为视频生成与物理仿真交叉领域提供了新思路。

开源 unknown 视频生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 82

维护状态低维护

是否开源是

定价模式 unknown

项目数据

分类视频生成

开发团队ueoo

所属国家

官网地址https://yuegao.me/FluidNexus

GitHubhttps://github.com/ueoo/FluidNexus

定价模式unknown

价格说明官网为学术项目主页，展示论文与演示，未提供明确定价信息。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型fluid-dynamics,fluids,physics-informed-neural-networks,physics-simulation,single-video,video-generation

GitHub 星标★ 82

30天Star增速

HF 下载量

上线时间2025-03-06 00:00:00

最近更新2026-08-24 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数7

使用教程

核心亮点

物理信息神经网络保证重建流体符合真实物理规律
仅需单段视频即可输出三维流体场，降低采集门槛
CVPR 2025 Oral 背书，方法创新性强

不足之处

早期项目，文档和社区支持待观察
可能依赖特定流体场景，泛化性需验证

适用场景

影视特效中流体镜头的三维重建与再创作
科研中从实验视频提取流体动力学数据
虚拟现实/游戏中的真实流体模拟

替代项目

NVIDIA FluidNet、DeepFluid、PhyDNet

项目介绍

FluidNexus 是计算机视觉领域的开源项目，由 ueoo 开发，2025 年首次发布。

它收录于计算机视觉分类，该分类目前共有 447 个项目，GitHub 星标数为 82。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-08-24。官网为学术项目主页，展示论文与演示，未提供明确定价信息。从国内网络环境看，可直接访问。

它主要面向的使用场景是：影视特效中流体镜头的三维重建与再创作。同类可对比的替代方案包括 NVIDIA FluidNet、DeepFluid、PhyDNet。

上一篇：GSFixer

下一篇：gcd