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。

该文介绍了一款多任务视觉变换器适配器，能够解决多个密集视觉任务，无需重新训练或微调。该适配器框架中引入了一种任务适应的注意机制，可推广到零样本任务迁移、无监督领域适应以及不需要对新领域进行微调的泛化。