中国大模型语料数据联盟开源发布高质量多模态语料「书生・万卷」。该联盟由上海人工智能实验室发起，包含成员单位，共同发布了包含超过2TB的「书生・万卷」1.0多模态预训练语料，具备多元融合、精细处理、价值对齐、易用高效等四大特征。