同时运行多个模块是智能多媒体系统在人脸应用（包括人脸识别、表情理解与性别识别）中的一项关键需求。为有效整合这些功能，本文引入了一种持续学习方法，可在学习新任务的同时避免遗忘旧知识。与以往模型规模持续单调增长的方法不同，本方法在持续学习过程中始终保持模型的紧凑性。所提出的“打包-扩展”（packing-and-expanding）策略具有高效且易于实现的优点，能够迭代地压缩与扩展模型，以逐步集成新功能。实验结果表明，所构建的集成多任务模型在仅保留原始模型39.9%大小的情况下，仍可达到相近的准确率。