这里有必要对电影图像与符号作一番概述。这项工作不仅是运动－图像到另一图像类型的过渡间隙，更是面对电影－语言之间的关系这个最困难问题的时刻。事实上，这些电影语言关系可能在调节着某种电影符号学（Semilogie）的可能性。克里斯强・麦茨在这个问题上倍加谨慎。他不问：电影在哪些方面是语言系统（法语 Langue）（众所周知的人类普遍使用的语言）？而是问：“电影在什么条件下应被看作是一个语言（法语 Langage）？”他的答案有两层含义， 因为它首先涉及一个事实，然后涉及一个近似法。历史事实是，电影已被构成如今的模样，成为叙事的，讲述一个故事并排斥其他可能的方向。近似法是：自此，图像的连续甚至每个图像、单一镜头都被类比成命题，或更确切地讲，口头陈述（utterances）、镜头被视为一个最小的叙事陈述。麦茨本人坚决赞同这种类比的假设特征。但他的加倍谨慎似乎只是为了成全最终的轻率。他提出了一个十分严格的法律问题（拉丁文：quid juris?），但他却用一个事实和一种近似法来解答。由于他以陈述替代图像，他可以并且必须使用一些不专门属于语言，但又决定某种言语行为陈述的规定性，哪怕这种言语行为不是词语的并且独立于语言而发挥作用。因此，语言学只是符号学的一部分的原则在界定没有语言（信号 [sémies]）的言语行为时兑现了，它不仅包括电影，还有肢体语言、服饰语言甚或音乐语言……所以没有任何理由再在电影中 寻找那些只属于语言的特征，如双向连接。相反地，人们可以在电影中发现那些必须适用于陈述的言语行为的特征，如它们在语言内和语言外的使用规律，如组合关系（相对在场单位的连接）和聚合关系（在场单位与可比较的缺场单位的分离）。电影符号学是研究语言模式，特别是意群学图像的学科，是其主要“代码”的构成之一、这样，我们走进了一个怪圈，因为这种组合关系意味着图像事实上被类比为陈述，又因为这种组合关系使图像直接成为陈述的可类比物。这是一个典型的康德式恶性循环：使用组合关系是因为图像是陈述，而图像之所以是陈述又因为它从属于这种组合关系。我们用陈述和“宏大的组合关系”的组合替代了图像、符号，以至于符号本身的概念要从这门符号学中消失。符号的消失无疑有利于能指。影片如同一个本文，只是略有差异，这种差异与徐莉亚・克里斯朵娃（Julia Kristeva）的学说中表面陈述的 “现象本文”与结构的、建构的或生成的组合关系和聚合关系的“基因本文”的差异有可比性 1。
关于叙事的第 1 个困难：叙事不是普通电影图像的表面主题，即使历史上的图像也是如此。当然，在此无须讨论麦茨对美国模式的历史事实分析的那些章节，美国模式已经构成了叙事电影 2，并且他承认这种叙事本身间接包含了剪辑：因为许多语言代码与叙事代码或组合关系相互影响（不仅是剪辑，还有停顿、视听关系、摄影机运动等 等）。同样，麦茨也不认为让人们意识到现代电影叙事中无拘束的混乱是不可克服的困难，要解决它， 只需指出组合关系的结构变化 3。因此，困难在别的地方：麦茨认为叙事涉及一种或多种代码，如同涉及许多潜在的语言规定性一样，叙事由此产生并作为表面主题进入图像。相反，我们认为叙事只是表面图像本身及其直接配合的结果，而绝不是一个主题。所谓经典叙事直接来自运动－图像（剪辑）的有机构成，或者来自根据感知运动模式规律划分的感觉－图像、动情－图像、作用－图像。 我们会看到，叙事的现代形式来自时间－图像的构成和类型，即“可读性”。叙事从来不是图像的表面主题，或者提供图像基础的某种结构的效果；它是表面图像，感性图像本身的结果，正如它们首先界定自己一样。
困难的症结是把电影图像比作陈述。这种叙事陈述因 此必须发挥相似性或类比性的作用。因此，它使用符号，使用一些“类比符号”。所以，符号学需要经过双重转换： 一方面，把图像归结为一个从属陈述的类比符号；另一方面，给这些符号编配代码以便发现这些陈述的潜在语言 （非类比）的结构。一切界于类比陈述和陈述的“数字”或数字化的结构之间 4。
然而，准确地讲，一旦人们用陈述替代图像，人们就赋予图像一种虚假表象，抽掉了其最真实的表面特征：运动。5 因为运动－图像，从相似性的意义上讲，不是类比的：它与它所表现的客体并不相似。柏格森在《物质与记忆》第 1 章指出：如果将运动从运动体剥离出去，图像与客体便无任何差别可言，因为差别只反映在客体的静止。运动－图像，是客体，是在作为连续功能的运动中捕 捉到的事物本身。运动－图像是客体本身的调制（modulation）。在这里，存在“类比性”，但不是相似性意义上的类比性, 而是确定调制意义上的类比性，如所谓的模拟机器。反对者认为，这种调制一方而涉及相似性，但只是为了评估连续的程度；另一方面，它还涉及某个能够“数字化”类比的代码。然而，在这里只有当人们凝固运动时，这一切才是真实的。相近与数字，相似性与代码，它们至少都是模子（mould），前者因其感性形式，后者因其可理解的（intelligible）结构：这也是它们之间能够顺畅沟通的缘由 6。但这种调制完全是另一回事。它赋予模子以多种形式，它是模子在每个操作瞬间的转变。如果说它涉及一种或多种代码，这是因为它通过代码的嫁增加它的力量（如电子图像）。相似性和编配代码本身是拙劣的手法。代码不能发挥很大作用，即使像符号学要求的那样增加它们的数量。倒是这种调制在支配着这两个模子，把它们变成辅助手段，不顾一切地从中汲取新力量，这种调制是真实的操作，它构建并且不断重构图像与客体的一致性。7
帕索里尼这一极其复杂的理论在这一点上可能遭到误解。翁贝尔托・埃柯指责他“在符号学方面的幼稚”。这使帕索里尼愤然不平。这就是诡计的命运：在大智若愚者面前装天真。帕索里尼似乎希望比符号学家们走得更远，他希望电影是一种语言，希望它具有双向连接（镜头相当于词素［monne］，客体也可以出现在画框中，“影素”［cinemes］相当于音素［phonemes］）。他似乎是要回到普遍使用的语言的主题上来。不过，他补充说：这是真实的（……）语言。“一种真实的描述科学”，是符号学尚不为人所知的一种特性，可以超越“现存言语行为”，无论是词语的或非间语的。他是否想说运动－图像（镜头）包含运动所表现的变化或生成的第一种联接，还包含有关客体的第 2 种连接，运动在这些客体之间得到确立，并同时成为图像（影素）的组成部分？若此，要反对帕索里尼的观点将是徒劳的，因为客体只是一个参照，而图像是所指的一部分：真实的客体已经变为图像的单位，与此同时，运动－图像也变成一个通过它的客体“说话”的真实 8。从这个意义上讲，电影从未停止过以各种方式获得某种客体的言语行为，如在卡赞的作品中，客体是行为功能；在雷乃的作品里，它是心智功能；在小津安二郎的作品里，是形式功能或静物；在杜甫仁科和以后的帕拉让诺夫的作品里，它是物质功能，一种由精神托起的沉重材料（《石榴的颜色》无疑是客体物质言语行为的杰作）。
事实上，这种真实的语言绝非是一种言语行为。它是运动－图像的系统，我们在本书的第一章里已经看到，它被界定在一个垂直轴心和一个横向轴心上，但这两个轴心与聚合关系和组合关系毫无牵连，它们构成两个“过程”。一方面，运动－图像表现一个变化的整体，并形成于各客体之间：这是分化（differenciation）的过程。因此, 运动-图像（镜头）有两面，一是它表现的整体，一是它贯穿的客体。整体根据客体不断地分解，又把它们重新聚合成一个整体，这个“整体”由此变成彼。另一方面，运动－图像包含间隙：如果将运动－图像同间隙联系起来，就会出现不同种类的图像以及构成它们的符号，每个符号承载一个图像，一类符号承载一类图像（如，感觉－图像是间隙的一端，作用－图像是它的另一端，而动情－图像则居间隙之中）。这是特定化的作用（specification）的过程。这些运动－图像的合成物（composé），在特定化的作用和分化的作用两个角度上，形成了一种体貌特征质料，其中包括有各种调制的一些特点（traits）：感觉的（视听的）、动感的（kinetic）、加强语意的、触动性的、节奏的、调性的，甚至言语的（verbal）（口头和笔头的）。爱森斯坦先是把这些质料来比作表意文字（idéogrammes），之后，又进一步比作原语言（proto-langage）或者原始语言（langue primitive）那样的内心独白。但即使具有言语的成分，体貌描述质料既不是一门语言，也不是一个语言系统。它是可塑的一团东西，一个非能指（a-signifying）、非句法（a-syntaxic）的质料，一个不是由语言形成的质料，尽管它不是无定形（amorphous），而是在符号学、美学、实用主义上形成的。9 它理应是它所规定的东西的一个前提。它不是一个陈述行为，也不是陈述本身，而是一个可陈述的东西。我们想说：当言语行为拥有这种质料时（它必须这样做），这种质料就会制造一些陈述以支配或者其至替代图像和符号，而且这些陈述也会呈现语言的直接特征，如组合关系和聚合关系，与它们原初的样子大相径庭。所以 我们不应该把 Semiologie , 而是应该把“Semiotique” 界定为独立于一般语言的图像和符号系统。当我们强调语言学仅仅是 Semiotique 的一部分时，我们不再像对 Semiologie 那样，说存在着没有语言的言语行为，而是说语言只存在 于它对它所转換的非语言质料做出的反应之中。这就是为什么陈述和叙事不是表面图像的一个主题，而是来自这种反应的结果的原因。叙事存在于图像本身之中，但它不是给定的。至于有关弄清是否存在纯电影意义上的、电影学内部的、默片字幕表现的、有声片口头表述的陈述问 题，则完全是另外一个问题，它涉及这些陈述的特殊性， 涉及它们所属的图像和符号系统的条件，总之，涉及相反的反应。
当皮尔士创立 Semiotique 时，他的功力表现在他在图像及其配合的基础上设计符号，而不是依据现成的语言规定性。这导致他获得图像和符号的最特殊的分类。我们在此只能略作概述。皮尔士以图像、现象或事实为起点。他认为图像只可分为 3 种：其一（只涉及其自身的东西，如质量或能力，纯可能性，如“你没有穿你那件红裙子”或“你穿一身红”，在这样的命题中，红色的含义是相同的）； 其二（只通过他物涉及自身的东西，如存在、反应－行 为、反抗－力量）；其三（只能通过在其他事物之间建立 关系涉及自身的东西，如关系、法律、必要性）。人们会注意到这 3 种图像不仅是序数的，以一、二、三排列的， 也是基数的，如：在第 2 种图像中有两种成分，依此类推，第二种包含第一种，第 3 种图像包含 3 种图像。如果说第三种是划分的终结，这是因为人们兀法用二兀组成 它，而必须用三元的配合或用其他方式才能提供任何多样性。这就是说出现在皮尔士作品中的符号是 3 种图像的配合，而不是以随便什么方式出现的符号：符号是一种图像，但它作用于另一个图像（它的客体），同时又关系到构成其“诠释”成分的第 3 种图像，后者还会成为一个符号，依此类推，直至无穷。从此，皮尔士通过这 2 种图像方式和这 3 种符号表象的配合提出了符号的 9 个元素和 10 种相应符号（因为不是所有元索的配合在逻辑上都是成立 的）10。如果人们问较之图像，符号的功能是什么，答案是它似乎是一种认知功能，这不是说符号有助于人们认识它的客体，它反过来又在另一个符号中预含对这个客体的认识，而是说符号作为“诠释成分”带来了新的认识，如同两个无尽的过程。或者换一种说法，人们认为符号的功能 是“使这些关系行之有效”：这不是说这些关系和规律缺乏图像的现时性，而是说它们更缺乏“即时”调动图像的效率，只有认识能给予它们这种效率 11。如果这样，皮尔士有可能既是语言学家，又是符号学家。因为，假如符号的成分还不包含任何语言特权，那么它们也只不过是符号，而语言符号可能是惟一能够构成纯认识的符号，就是说，惟一可以吸收和吸取的作为意识和幻觉的图像的全部内容。它们不会让陈述不受限制的存在，因此，它们再次让符号学从属于语言。所以，皮尔士没有太固执自己最初的立场，他放弃了把符号学建构成为“真实的描述科学”（逻辑学）的看法。
这是因为这 3 种图像类型在他的现象学中是一种事实存在，而不是推理的产物。在前面的研究中，我们已经看到第 1 种、第 2 种和第 3 种图像对应动情－图像、作用－图像和关系-图像。一旦人们把图像归结于运动间隙，所有这 3 类图像就会被作为质料从运动-图像中推演出来3 不过，这种演绎只有在人们首先使用感觉－图像时，才是可能的。诚然，严格地讲，感觉可以等同于任何图像，因为图像在其各个方面和部位都相互作用或反作用。但是，一旦人们把它们归结于运动间隙，这种运动间隙可以在一个图像中区分一个接收运动和一个施放运动，它们就只能跟着这个图变化，亦即在它的某一方面“感觉”接收运动，在它的另一面上或其他部位“制造”施放运动。于是，形成一个特殊的感觉－图像，它不再简单地表现运动，而是表现运动及其间隙的关系。如果该运动－图像已经是感觉，那么感觉－图像就是感觉的感觉，这样，由于 这种感觉等同于运动或间隙，它就具有了两个极点（所有彼此相互影响的图像的变化或者所有关乎其中一种图像的图像的变化）。这种感觉在运动－图像中，不可能构成第 1 种图像类型，也不会在其他类型图像中延伸，如果存在 动作感觉、情感感觉和关系感觉的话。因此，感觉－图像在以运动－图像操作为依据的演绎中是零度，比如，在皮尔士的第 1 类图像之前就存在“零度图像”。至于“在运动－图像中，是否存在与感觉－图像不同的图像类型?” 这个问题，可以通过间隙的不同方面解决，比如感觉－图像可以在一面接收运动，而动情－图像则是占据间隙（第 1 种图像），作用－图像在另一面施放运动（第 2 种图像），关系－图像用间隙的所有面重构运动整体（第 3 种图像，作为演绎的结束）。因此，运动－图像产生一个知觉－运动整体，由它建立图像叙事。
在感觉-图像和其他图像之间没有中介，因为感觉自己可以延伸到其他图像中。但在其他情况下，则需要一个中介，由它显示这种作为过渡的延伸 12。这就是为什么 我们最终面对 6 种明显的感性图像类型，而不是 3 种的缘由：感觉－图像、动情－图像、冲动－图像（情感与动作的中介），作用－图像，反射－图像（动作与关系的中介），关系－图像。由于这种演绎一方面构成图像种类的生成，而另一方面，作为其零度，感觉－图像为其他图像传递着适合每种情况的二级构成元素，所以对每一种图像类型而言，我们都要面对一些构成符号，至少两种符号或 一种生成符号。因此，我们采用的“符号”这个术语与皮尔士使用的符号完全不同：无论从它的二级构成上看，还 是从其生成上看，它都是一种涉及某一类图像的特殊图像。显然，所有这一切包含这项研究的第一部分。读者可能会疏漏它，即使他记住已在前面确定的符号图像的概述。在 前面，我们向皮尔士借用了一些术语，并更改了它们的含 义。比如，感觉-图像的构成符号是言说符号（dicisigne）和溢（reume）。言说符号指涉一种感知的感觉，它通常在摄影机“看见”一个正在看的人物时出现在电影中，它包含一个稳定取景，并构成感觉的固态形式。而 reume 指涉一种流状或液态的感觉，可以不断超越画框。最后印迹（engramme）是基因符号或者感觉的气态，如分子式感觉， 它包含在前两种符号中。动情－图像的构成符号是圣像（icon），属于品质或力量，但这种品质或力量只有在不 被现实化时才能表现出来（通过面孔）。品质符号（Iqual， isigne）或者力量符号（potisign）构成其基因元素，因 为它们可以在任意空间中，就是说在一个尚未表现为真实 环境的空间里构建品质或力量。冲动－图像作为情感、作用的中介，由一些偶像（Jhiches）构成，如善或恶的偶像：它们是从某一衍生环境中截取的片段，但仍在遗传方面指涉在这个环境中发挥作用的原始社会的症候（symptdmes）。作用－图像包含一个被现实化的，成熟的 真实环境，如同全部情境会引发一个动作，或者反过来，一个动作揭示一部分情境一样：因此，这两个构成符号是緣合符号（synsigne）和痕迹（indice）。总之，情境与动 作的内在联系构成基因元素或者印记（empreinte）。 反射－图像，可以从动作过渡到关系。当动作和情境进入某种间接关系时，就会形成反射－图像，因此，它们的符号是吸引或倒错的形象（figures）。 而基因符号是话语的（discursif），就是说它是一种话语的情境或动作，除了下面这个问题：话语本身是否应用于语言？最后关系－图像将运动归结于它所表现的整体，并根据运动的分布改变这 个整体：两个构成符号一是标记（margw），即把两个图像依据某种惯例(“自然”的关系)聚合起来的状况。一是无标记，即让一个图像脱离其关系或自然系列的状况；它的生成符号是象征（symbole），即我们决心比较两个即便是任意聚合的图像的状况（“抽象”关系）。
正如柏格森指出的，运动－图像是质料本身。它不是 在语言学上形成的质料，尽管它是在符号学上形成的并构成符号学的第 1 个维度。实际上，从运动－图像演绎而来的 6 种不同类型的图像都是使这种质料变成体貌特征质料的元素。面符号本身则是构成这些图像，使之相互配合，并不断再造图像的表现特征，这些表现特征随这种运动中的质料而来或去。