计算机与互联网的不断发展,无论从物质角度还是精神层面,都极大的改变了人们的生活方式。越来越多的交流设备和渠道帮助人们更简便快捷的获取信息。并且信息本身不再限制于语言,而发展为其他的模态,例如图像,声音,动作以及味道等。然而大多关于信息交流的研究仍然仅限于语言研究,并未考虑其他模态的存在。直至过去十年,研究人员开始关注多模态的话语和多模态信息,并尝试从不同角度,运用不同方法对其进行研究。其中,非常突出的研究者是Kress&Van Leeuwen(1996),他们在著作《Reading Images》中提出了视觉语法的概念和分析结构。本研究基于Kress&Van Leeuwen(1996)的视觉语法概念和分析结构,采用定性研究的研究方法,将文本分析和案例分析作为研究工具,对北京申办冬奥会宣传视频中的多模态现象进行了分析,研究发现如下:1.北京申办冬奥会宣传视频中的镜头成功的树立了图像的再现意义、互动意义以及构图意义;2.视频中存在除图片外的三种其他模态,包括语言、音乐和声音效果。不同的模态结合起来表达含义,并且大多模态之间的关系是互补关系。在互补关系中,不仅存在强化关系,也存在非强化关系;3.视频传递了许多关于申办城市北京和中国的信息。例如北京被视为中国的政治、文化和国际交流中心;中国具备极强的能力并做好充足准备承办下一届冬季奥运会;同时,中国人民对冰雪运动充满热情,中国也拥有冰雪运动的悠久历史;此外,中国人民热烈欢迎来自世界各地的伙伴来了解中国。本研究从另一个角度分析了动态视频,将视觉分析和多模态话语分析理论付诸实践。同时,本研究为北京申办冬奥会宣传视频的观看者提供新的欣赏角度,并更好的了解此视频如何树立国家形象及争取承办权。此外本研究希望为其他视频、电影的观赏者和拍摄者提供一些实用性建议,并对语言、拍摄等教学活动提供参考。