本文提出首个多任务视觉变换器适配器，嵌入现成ViT骨干，可同时处理多个密集视觉任务，无需在新任务或领域上重训微调。其任务适应注意机制融合梯度与注意力相似度，学习通用任务关联，支持零样本迁移和无监督域适应，性能优于CNN及ViT多任务方法。