【摘要】针对多源异构大数据结构不统一、语义不一致及融合效率低等问题，本文提出一种人工智能驱动的统一集成与分析方法。该方法通过知识图谱构建跨源语义关联机制，采用基于Ｔｒａｎｓｆｏｒｍｅｒ架构的深度语义映射模型，实现结构化、时序、文本与图像数据的统一表示，并设计多通路深度融合架构提升预测精度。平台集成基于博弈论中的Ｓｈａｐｌｅｙ值的预测解释方法，有效增强模型可解释性。为验证方法的有效性，构建工业互联网仿真环境并生成多模态测试数据。结果表明，该方法在分类准确率与宏平均Ｆ１值等关键指标上均优于主流方案，展现出高精度、低延迟和良好稳定性的综合优势，为复杂场景下多源异构数据的智能处理提供了可行的技术路径与实践参考。