二、活动图画
电影是活动图画。的确如此，这里用不着说什么运动的幻觉，因为假使电影的运动是幻觉，就不存在任何真正的运动，而电影也就不可能是活动图画。但是，事实上只存在一系列静态的影像，它们的呈现如此短暂并如此迅速地相继出现，以至于我们认为自己看见了事实上不存在的运动——这难道不对吗？对于这一反驳，我有两个回答，一个强，另一个弱。我在二者之间摇摆，但此刻我只是说，只有在那个强的回答太强的情况之下，才需要用弱的那一个来代替它。强的辩护挑战性地主张，我们似乎看到的那种运动是真正的运动。我承认，这种运动从某种意义上说是心灵的产物。正是在这一意义上，对我们看见的该运动的说明，不可避免地要诉诸知觉系统。以不同于我们的方式构成的生物，也许看不见银幕上的运动（尽管许多非人类的生物似乎确实能够看见那种运动）。但可以说关于颜色的问题也是一样，解释我们为什么把美国邮箱看做蓝色的，也不可避免地要诉诸我们的知觉系统。人人都知道，火星人将之视为红色，而狗根本不当它们是颜色。但它们是蓝色，千真万确的蓝色，哪怕那仅仅意味着它们对于我们来说是蓝色的。正如颜色是真实的那样，银幕上的运动也是真实的。这就是强的回答。
较弱的回答并不坚持银幕运动是真实的。与此不同，它区分了“什么是真实”、“什么是幻觉”和“什么是看起来是”，而将“貌似”的概念置于另外二者之间。也许（我只在这一论证的意义上容许）像银幕运动这种依赖于我们的主观反应的事物，不能被当做真实的（也许这至少是使“真实”一词为真的一个合法含义）。但如果我们坚持真实性的高标准，就不应该让其他任何事物落进幻觉的罗网。因为幻觉是导致错误的东西。例如，要是根据真实性的高标准，颜色就不是真的，我们是不是应该说，在自己把一个东西看成有颜色的时候，正在遭受幻觉？更合适的说法无疑是，颜色属于“看起来是”（非幻觉）的范畴。在看颜色时，我们没有犯错；在宣称看见银幕上的运动时，我们也没有犯错。确实，很难看出我们能够怎么出错。因为银幕运动和颜色一样，是根据特定反应类型来定义的概念。简略地说，一物是红色的，只需要在通常条件之下对于我们来说看上去是红色的。同样，在（适当规定的）通常条件之下，在人们看见银幕运动时，电影技术达到了再现银幕运动的条件。因而，发现我们认为美国邮箱是蓝色是完全错误的，这是不可能的。同样，认为我们看见银幕运动是完全错误的，这也是不可能的。
因此，电影是活动图画。当然，它往往不止于此。它还具有其他元素，尤其是声音。这是容许的。我的观点仅仅是，对电影的种的最低规定只需要指涉活动图画，因为任何展现活动图画的东西都可以被视为一部影片，不管它还具有什么特征。活动图画是电影的本质。
我的第二个观点是，作为电影本质的这些活动图画是现实主义的。这样说的意思是，在电影影像与影像所表现的东西之间有一种重要的相似性联系。而正是这种相似性，使得电影影像能够用它的方式去再现事物。由于它是一种关于图画再现的一般论断的一种特殊情况，我将从通常的图画开始，在其中电影影像是一种特例——至少我是这么认为。
某些图画看上去的确很像它们描绘的对象，当然并不相像到无法区分的地步，除了在极其特殊的情况下，但仍然与之相像。具体说来，电影影像往往具有一种高度的现实主义品质，它们用比绘画或者静态摄影逼真得多的方式来描绘对象。这种相似性的含义不仅仅关系到对那主体来说是“精确”的东西。一段对马的描述可以是精确的，而不用以任何有趣的方式像那匹马。当我们读一段文字描述时，也能够认出被描述之物，但我们是以本质上不同的方式在做这两件事。为了理解描述，我运用自己的语言能力，运用自己对语言符号和句法的理解。去看那幅画了马的画，我运用自己对马的认知能力。也就是说，我在认出一幅关于马的画时运用的能力，与我认出那匹马时运用的能力，是同一种能力。
如果说这是图画与马相似的唯一方面，它就是一个太弱的方面。可以说裘里斯·恺撒和今晚的音乐会十分相像，因为今天我想到了二者。不错，但在我们听说两个对象相像时，通常想到的不是这种东西。特别是，以这两种情况之下我们使用的共同的认知能力为基础，来对图画和它们的主题之间的相似性做出的解释，如何能成为图画及其对象在外观上“看起来像”的概念的依据。这并不直接就是清楚的，但我认为是可以澄清的。
当我看到一个对象并且认出它，必定是因为该对象的外观上有某种东西使我能够认出它。也许我说不出那是什么，正如我说不出与那个预算经理的步态有关的什么东西，使我能从相当远的地方认出那个不受欢迎的家伙那样。但在我看见那个经理时，使我能够认出他的那种外观，必然向我传达了某方面的信息，而这种通过观看传达给我的信息恰恰就是他的外观。要是我能够以认出这个经理的方式，认出一幅关于那个经理的图画，那么这必然也是真的——我能认出那图画，是因为我能够认出图画的那些特征，那是图画与经理本人共有的。
那么，那些特征是什么？试图通过指出这个经理外表上的某些单个特征——如身高、体型等属性——并坚持是对这类属性的敏感使得我在任何情况之下，只要看见关于这个人的描绘就能够认出他，这是错误的。我能够认出这个经理，凭借的可能是一些无法定义的属性，而不同的图画具有的属性都会有所不同。解决这个问题的一种方式，是说在图画和经理之间有一种类似于维特根斯坦意义上的“家族相似”。但在任何背景下，我都不认为这是一个非常令人满意的或者富于启发性的建议。一个更好的建议或许是，这个经理与关于他的描绘之间的相似性在于他们共同具有的如下单个属性：具有一种能够认出那个经理的人所敏感的属性，并且那些人是由于那种敏感而具有认出他的能力。因而，这个经理和关于他的图画共同具有的属性是一种高级属性，是一个特定的类的属性。正是由于具有这一属性，经理和他的描绘在外观上相似。
注意，它们共同具有这一属性，与图画及其对象以这样那样的方式不相像也是一致的，包括在外观上的不相像。电影影像——事实上所有类型的影像——都以各种不同的方式区别于它们所描绘的事物，人们很难把加利·格兰特的影像误认为是加利·格兰特本人。所以关于图画的现实主义观点，正像已经论述的那样，意思是格兰特和他的影像共同具有一些属性，通过这些属性，在看见格兰特时我能够认出他。
当然，影像是活动的，并因此而更不同于绘画和摄影。但这只会使前面描述的图画理论更多地适用于银幕影像，而不是更少。因为活动影像更进一步地相似于它们所描绘的事物——这就是运动。正如我具有一种在看到特定对象时能认出它们的视觉能力，我同样具有在看对象时认识到对象（被认出的和未被认出的）的运动的能力。而且一般说来，要是我能够觉察到被看见的物体的运动，我就能在一个记录了对象的运动的电影影像中觉察到那种可见的运动。何以如此？显而易见的答案就是：因为这两种情况下，运用的是同一种认知运动的能力。
由于电影影像是活动图画，它们所描绘的就不仅仅是颜色和形状，还有运动和变化。当我们感觉到变化，我们通常将之感觉为在时间中发生，并且具有持续性。因此在观察一个过程时，我们可以在时间上追踪它，既可以通过我们（不大可靠）的关于时间流逝的主观感觉，也可以借助我们（更加可靠）的钟表（此处的“借助钟表”，指的是能用来度量时间的任何标准化程序）。被电影化地描绘的对象也正像这些过程一样，只要它们发生在一个单镜头之内，我们就能够通过度量那个过程的表演的持续时间，来度量那个过程的时间——假设我们处理的不是慢动作或者快动作的话。并且，度量银幕上对于这一过程的再现的持续时间，与我们用以度量这一过程自身的，恰恰是同一种方法。因此，正如我们能够运用认出对象自身的同一种能力来认出一个活动影像描绘的对象，我们也能以认识事件和过程本身的持续时间的同一种方式来认知被描绘的事件和过程的持续时间。因而在一个单镜头内部，电影用现实主义地描绘对象的同一种方式描绘了时间。
这同样能支持关于对象之间的空间关系的描绘。我们看见对象在空间中如此这般地关联，很大程度上是因为我们将这一表面看成对那一表面的阻断，正确的持续性原则表明，更远的物体的可见部分与被阻断的部分连在一起。这也是我们在把握电影描绘的对象之间的空间关系时运用的那种原则——同样，只要对象是在一个单镜头当中出现。这样，电影就能够现实主义地描绘空间和时间，而这正是巴赞有关长镜头、深焦距风格的现实主义原则所肯定的。但我们必须小心对待——要比巴赞更小心地对待——“再现的现实主义本性”的形而上学观点与“现实主义风格的证明”之间的关系。电影能够现实主义地再现对象及其时空关系，但那并不说明电影必然要为了充分利用这种能力而这样拍摄和剪辑。这正如电影能够描绘人物这一观点显然是正确的，但它并不说明描绘的人越多，电影就越好。
三、约定性、意图和类型
这与语言完全不同。在我看见一个人时，我认出此人的能力，与我认出一个人的名字或者关于他的描述的能力是完全不同的。目前心理学的证据表明，事实上，它们是联结到大脑的不同功能区的能力，并且是沿着截然不同的轨迹发展的能力。安妮特·卡米罗夫—史密斯及其同事在识字前的儿童关于图画和语言的再现系统的理解方面，做了一些有趣的工作。孩子们被要求“画出”一只狗，并且“写出”它们的名字。
当孩子们反对说他们不知道如何画和写的时候，我们鼓励他们假装这么做……录像带显示出，识字前的孩子在假装写的时候比假装画的时候拿起笔的次数频繁得多（脚注省略）。幼儿进行写和画的过程是不同的，尽管最后的结果有时候显示出是相似的。
在能动手写和画之前，孩子们似乎已经具有某些理解图画和语言之间的区别的能力，至少是在功能性的层次上。同样，孩子们对语言的理解力和他们对图画的理解力是以完全不同的方式形成的。孩子们很早就能理解图画和它们所描绘的东西，而他们学习语言的过程尽管一方面看来惊人地迅速，但却需要长得多的时间，并且是逐步发展的，是以一种典型的犯错与理解的突破相继发生的模式。此外，写和画的能力可能有选择性地受到损坏。大脑的损伤可能影响其中一种能力而不影响到另一种，这表明它们是极为不同的思维能力。这些结论都在反驳这个主张：我们对电影这种视觉的、描绘性媒介的作品的理解，可以通过发明一种描绘“语言”而得到阐明。