该文综述物理信息机器学习在流体力学中的应用，涵盖：结合U-Net与有限差分法求解稳态Navier-Stokes方程；用GOY模型研究小尺度湍流；提出边界条件感知的局部学习方法预测Advection-Diffusion Reaction系统状态；用扩散模型生成物理一致合成数据以缓解数据稀缺；将深度学习融入有限元求解Navier-Stokes并学习亚网格闭包；从分子模拟自动发现连续体模型；改进雷诺应力建模；用3D卷积自编码器从视频估计液体黏度；端到端学习二维湍流，提速40-80倍；引入隐藏变量建模大Knudsen数等离子体。