1. 引言
全球化语境下，新媒体网络的发展为短视频跨文化传播带来了更多机遇，李子柒、滇西小哥、阿木爷爷等博主在YouTube上以自身独特的视角讲述中国故事，受到外国网友的喜爱。短视频跨文化传播的相关研究约自2019年已开始兴起，多是以李子柒、滇西小哥等成功个案为例，进行美食、中国传统文化等方面的传播效果、策略研究。周洁(2019)基于符号学理论、培养理论及生态美学理论等，分析“李子柒”YouTube短视频中的中国逸文化传播符号，主张用文化元素替代文化概念，通过文化元素的重复积累实现文化浸润，增强传播效果，并建议打造文化品牌，拓展传播媒介[1]。李勇(2022)等运用框架理论与双路径模型，分析“李子柒”视频，强调融媒体时代跨文化传播不应只关注单一的语言符号陈述方式，而应融合非语言符号，优化中国文化国际传播效果[2]。乔卉(2022)运用多模态话语分析、个案分析等方法，深入解析李子柒短视频图像，主张此类分析不仅能够深化对短视频的解读，并且短视频等传播形式或能够改善我国的对外传播现状[3]。
阿木爷爷王德文是中国山东聊城的一位老木匠，凭借自身传统木工技艺在其YouTube频道吸引了大量外国网友，2024年7月，其粉丝量达到190万，视频总播放量已突破4.5亿。其视频通过图像、色彩、声音等多种模态的相互结合，展现徒手打造鲁班凳、苹果锁、拱桥等木制品的过程，让外国网友了解到无需钉子、胶水就能连接结构的榫卯技术，成功进行了中国手工艺文化的跨文化传播。在知网以“阿木爷爷”为主题进行搜索后得到的17篇文献聚焦传统工匠精神、短视频跨文化传播研究及阿木爷爷走红原因分析等。张敏(2021)通过内容分析、词频计量和python情感分析等方法，研究“阿木爷爷”等中国网红海外传播特性、火爆的原因及存在的问题等，提倡多感官叙事、引领叙事方向等传播策略[4]。赵冉(2022)综合运用叙事学、视听语言和比较视野，分析了中国传统文化短视频以个体为主、有无相生的叙事方式及内外宣传思维转换的传播策略，同时也指出因文化背景和立场的不同，文化误读现象不可避免[5]。
本文以多模态视觉语法等理论为切入点，对阿木爷爷的视频进行分析。在知网以“多模态视觉语法”为主题进行搜索，发现视觉语法多用于分析电影海报、公益广告和宣传片等的意义构建，以微电影、短视频为对象的研究较少。在克瑞斯和勒文(Kress & Van Leeuven)的视觉语法理论基础上，从视觉语法理论中的再现意义、互动意义、构图意义三个角度对自媒体“阿木爷爷Grandpa Amu”YouTube频道的视频进行多模态分析，通过探究其模态构成及短视频意义构建，为更多中国传统文化短视频跨文化传播提供思路。
2. 多模态理论介绍
2.1. 多模态话语分析理论
模态“是用某种媒体表达信息的特殊方式。”[6]“多模态话语指运用听觉、视觉、触觉等多种感觉，通过语言、图像、声音、动作等多种手段和符号资源进行交际的现象。”[7]
多模态话语分析兴起于20世纪末，其根基源于韩礼德(M.A.K. Halliday)的系统功能语言学，该理论围绕语言的三大元功能展开：“表示概念意义的概念功能，表示说话人和听话人关系以及说话人对所说内容的态度的人际功能，以及表示语篇意义的组篇功能”([8], p. 1)，这三大功能构成了一个全面的语篇分析框架。随后，奥图(O’Toole)等学者进一步发展了多模态话语分析，将其应用范围扩展至图像、声音、色彩、空间布局等非语言符号系统，强调了多种符号系统在意义构建中的协同作用。克瑞斯和勒文在三大元功能基础上，构建了视觉语法理论模型，提出“视觉语法适用于图像、声音、颜色、版面等非语言符号研究”[9]，同时提出了图像表达的三种意义功能：再现意义、互动意义和构图意义。
2.2. 视觉语法理论
2.2.1. 再现意义
“再现意义”是图像叙述现实、讲述故事的方式，是指图像如何展示或呈现现实世界中的事件、行为、状态或物体。孩子放风筝图中的诸元素——孩子的动作、风筝的位置、天空的色彩等，在共同“讲述”故事。视觉语法分析有助于理解元素有目的、有结构建构特定意义的方式。“表示图像中的人物、动作和环境之间的关系以及它们的动态或静态的展示，包括叙事再现与概念再现。”([10], pp. 59-63)叙事再现描述的是动态的过程，可以分为行动、反应、言语和心理等方面，“其中行动过程和反应过程又可分为及物的和不及物的两种类型”[11]；概念再现包括分析、分类和象征等过程，具有静态性。“区分两者的标准是：叙事结构中存在着由图像元素之间的斜线构成的矢量，而概念结构中不会有”([12], p. 39)，将图像中的动作或行为看作一条线段，矢量即有方向的线段，通常为斜线。在行动过程中，动作者发出矢量，矢量指向目标；而反应过程则是由视线或目光作为矢量，体现出参与者眼神的互动交流，所以在反应过程中，“参与者不再是动作者和目标，而是反应者和现象”([12], p. 39)；在言语和心理过程中，矢量由参与者及其话语、心理活动的视觉上的连接而构成。在视觉语法的语境下，“矢量”作为图像分析的关键概念，超越了其数学定义，成为描绘图像内部元素间动态交互与关系的有力工具。它通过动态指向，如动作的方向性，展现行为的轨迹与目标；经由关系指示，如目光的交汇，透露人物间的社交纽带；借助叙事线索，引领观者视线穿越画面元素，构建故事的时间线与情节流；以及通过概念联系，利用线条联结抽象观念，阐明它们之间的逻辑或因果链。矢量在多模态话语分析中，如同语言的句法结构，有序地编排图像信息，深化理解层次，揭示图像背后错综复杂的意涵，使其成为解读视觉叙事的桥梁。
2.2.2. 互动意义
“互动意义”类似图像与观众间的无声对话。它“通过接触、距离、视角、情态四个方面的展现，建立视觉模态与观众的联系”([10], pp. 114-130)，让图片“说话”，帮助观众理解图像想要表达什么。接触有两种类别：克瑞斯和勒文(1996)将参与者(图片中的人物)直视镜头的图像叫做“索取”类图像，将参与者与观看者没有直接视线接触的图像叫做“提供”类图像([10], pp. 119-121)。“索取”正如一个人物在照片中与观看者发生眼神交流，请求注意。“提供”正如照片中的人物看向别处，像是在分享一个场景。距离指特写、近景、中景和远景等的运用。比如，特写能够看到人物表情，而远景则展示整个环境，细节随镜头而变。情态分为高、中、低三种，可以通过光影刻画、色调饱和度来体现，“可以被定义为对图像的‘现实主义’的再现，以感官的编码倾向为出发点，基于色彩的饱和程度。”([8], p. 5)这是通过光线和颜色的使用来增强图片的真实感或情绪氛围。明亮清晰的图片可能感觉更真实，而暗淡或色彩饱和的图片可能更有情绪。视角指的是拍照的角度，比如仰拍、俯拍，或者平视拍摄。不同的视角会带来不同的情绪感受。这些元素共同作用，像句子中的单词，帮助图片讲述一个故事，并与观看者建立情感上的联系。
2.2.3. 构图意义
构图意义指的是图像通过各种元素的分布和整体布局传达出的意义，包括信息值、显著性以及取景三种要素。信息值指图像中不同位置的各元素体现出的不同信息及意义：图像中心是主要信息，边缘较为次要；左边相对于右边而言是“已知”，右边是新的信息；上方相对于下方是“理想”信息，下方是“真实”信息，“‘理想的’指它是信息的理想化的或概括性的实质，是最显著的部分，‘真实的’指更特定的信息，如细节等。”([8], p. 7)显著性与元素的大小、色彩色调、前景或背景等密切相关，是对观看者的吸引程度。取景是通过分割图像的线条、空白等来表达意义上的从属关系。“常用的取景方法有三种：数字取景法、引导取景法、对角线取景法。”[13]
2.3. 模态关系
视觉语法描述了形状、颜色等视觉元素之间的关系和组织方式，将语法概念应用到视觉领域，可以更好地分析视觉元素之间的规律和效果[14]。在多模态话语中，不同模态在传递信息时形成互补或非互补两种相互作用方式，“在互补关系中，区分强化关系和非强化关系”[15]，强化关系突出主辅，即多个模态共同强调同一个信息点，其中一个模态通常起到主导作用，而其他模态则支持或加强这个主导模态的信息。非强化关系中，每个模态独立贡献独特且必要的信息，但并不重复或加强对方信息。例如，在一部电影中，音乐营造氛围，影像叙事展景，视听互补，共筑丰富观影体验。图像、色彩等重要元素结合再现、互动与构图意义，协同作用，使图像成为综合信息载体，超越单纯视觉体验，深化观者理解，实现丰富信息交流。
3. 阿木爷爷短视频多模态分析
自2018年起，阿木爷爷于YouTube分享木工视频，鲁班凳等作品彰显中国古老技艺，让海外网友感受到了“神秘的中国技术”，引发了大量关注，展现出中国匠人精神以及中国乡村普通人的生活风貌。
3.1. 阿木爷爷短视频介绍
2024年1月，“阿木爷爷Grandpa Amu”YouTube频道的粉丝订阅数已经达到178万，视频观看总数超过4亿，有多个视频播放量达到百万；截至2025年5月10日，“阿木爷爷Grandpa Amu”YouTube频道的粉丝订阅数已经达到219万，视频观看总数已超过5.7亿，并且订阅数及视频播放量都在不断增长，热度排名前三的视频数据如表1所示。最热门的视频是用榫卯技术打造一座木拱桥，观看次数超过了5930万次，点赞数达到62万。表格清晰地反映出，目前阿木爷爷的视频仍在不断引起外国友人的关注，订阅数及视频播放量不断增加。
Table 1. Data of the top 3 trending videos on grandpa amu’s YouTube channel (May 2025)
表1. 2025年5月YouTube平台阿木爷爷频道热度排名前三的视频数据
视频主题 |
播放量 |
点赞量 |
评论量 |
打造木拱桥 |
5930万 |
62万 |
2.9万 |
制作小水车 |
1699万 |
8.7万 |
1363 |
泥土筑火炉 |
1502万 |
5.4万 |
1735 |
3.2. 多模态意义构建
由于各国语言及文化背景存在差异，短视频文化内涵不易被其他文化背景的人们所理解，因此对人物手势语、表情、视频背景等内容进行研究更显重要。“手势语、面部表情和身势语等副语言，我们既可以把它们看作语言，也可以看作另一种模态。”[16]视频中，图像、形象、声音、颜色等视听符号相结合，多种模态相互作用，构成了独特的跨文化交流语境。本节以Kress和Van Leeuwen的视觉语法为框架，研究阿木爷爷视频的多模态意义建构，分析各种模态在跨文化意义表达中的作用。
3.2.1. 再现意义
视频中出现了大量叙事性图像，表示行动过程和反应过程。手工艺品及其制作画面以及聚焦手部的动作画面构成了典型的行动叙事图像，传递“如何制作手工艺品”的信息。以《制作小水车》为例，如图1所示，手部动作、竹节角度以及锤子的运动方向等矢量构成了一个行动叙事性图像，细致、清晰地展示出竹节的连接过程，给观众学习、尝试制作的可能性，而自然的光照及质朴的材料拉近了与观者的距离，营造了亲切感；如图2所示，互动动作、竹水车的运行以及水流的方向等矢量构成叙事性图像，竹水车的运行表现出木制品的精巧，阿木爷爷与孙子的行动动作、衣着服饰等表现出中国乡村生活模式以及祖孙亲情观念。不同矢量和模态的结合，让外国网友更能理解视频所表达的情感与内容。
Figure 1. Connection of bamboo joints
图1. 竹节的连接1
Figure 2. Bamboo water wheel
图2. 竹水车2
视频中的概念图像大多为分类、象征过程。从形象模态看，首先，阿木爷爷身着唐装，稳重又精练，符合西方人们对于中国传统木工匠人的想象，又与其时常表现出的“老顽童”的一面形成对比，增强印象，并且形象符号的构建使视频更具有个人标识以及故事性，满足了西方人对东方的想象；其次，视频中对手的刻画较多，从手部动作特写镜头中可以看出手指关节较粗，布满老茧，但刨削、钻孔游刃有余，动作简洁且熟练，观众能够直观地体会其匠人精神；最后，为孙子制作玩具、拍摄宠孙合集，视频以祖孙之情及小孙子的成长为引展开故事叙述，阿木爷爷与孙子互动的画面展现出中国传统尊老爱幼的亲情观，以及手工艺融入生活、治愈生活的意义。大量外国网友表示阿木爷爷的孙子很可爱，很羡慕他有这样的祖父。如网友ErstO1在竹水车视频中说：“We all need a grandpa like that.”从颜色模态看，以竹林、小山、河流等自然元素构建多层次绿色景观，结合生活化的叙事手法与镜头艺术，巧妙运用色彩元素提升了画面吸引力与观感舒适度。“视频打造的精美东方田园，反映出当代国人丰沛的物质文化资源和从容、优雅的中国气质，在挑战西方传统认知、纠偏其关于东方的刻板印象基础上，俘获大量用户。”([17], p. 63)视频通过展现实景图像，生动呈现了中国乡村简朴生活与田园美景。
3.2.2. 互动意义
互动意义的表达与形象模态的构建密不可分。在传统文化类短视频中，人物个体从自身技能与生活经验出发，结合西方文化特点，讲述中国故事，展现普通中国人的形象，“以柔克刚”地打破外国网友心中的刻板印象。“画面承担了核心叙事功能，使观者更加聚焦于视频呈现的风土礼俗，从而获得沉浸式的观看体验”([17], p. 64)，形象符号的构建使视频更具有个人标识以及故事性，满足了西方人对东方的想象。
从图像互动意义接触功能看，人物视线在图像中扮演关键角色，通过“索取”吸引观众共鸣，希望得到观看者的理解与认同，营造身临其境的感受。当人物目光集中在木料与动作上时，图像为观者提供“这是什么”“如何处理”等信息；当目光转向花草、幼童或远山时，是为了展现生活环境与氛围，提供中国乡村生活图景，增强现场感与文化理解。在打造木拱桥的视频最后，阿木爷爷静坐在桥上，目视镜头，简单自我介绍并表示已经完成了木拱桥的制作，欢迎网友朋友的关注。视线的“直视”是一种“索取”，希望得到观看者的理解与认同，通过表达接触功能，展示直率、友好的形象。
从距离功能看，一些画面采用固定镜头取景的方法，中远景镜头切换，展现远处薄雾笼罩下的山水景象，画面色彩清透柔和，快速剪辑穿插在视频前后，使得视频色调更加丰富、和谐。例如制作磁悬浮小木偶的视频，以中景小雨、彩虹以及远景雨后乡村美景为起始，引出视频内容，体现出距离交互功能。
从视角功能看，手部动作特写多为固定镜头或小幅运动镜头，展现动作的简洁、细致，“使视频内容简单、干净，营造了自然流畅的观看视角，为海外观众构建了深入观看东方的视听场域”([17], p. 63)。从视角功能来看，大量运用俯拍角度，突出画面中心对木材的处理，展示真实生动的手工艺品制作过程，增强了对中国传统木工技艺的直观感受。手工艺品严丝合缝，展现出其严谨的性格。
从情态功能看，视频聚焦竹材与红棕、黄棕木料的手工制作过程，于同色系木桌上演示，鲜明色彩对比吸引观者注意。图像的互动意义情态功能常通过光影刻画、色调饱和度来体现。通过高饱和度实景拍摄，手工艺细节及乡土风光，成功推广中国传统手工艺与文化特色。
此外，视频中手工艺品图像不仅展示了中国传统技艺，吸引了外国观众，同时也触动全球手艺人，符合西方自己动手做事的DIY (Do It Yourself)文化趋势。阿木爷爷将中国传统木工工艺与现代人的喜好相结合，创制了小竹水车、木制小猪佩奇等工艺品。观众循图像学艺，能够成功制作出类似的手工艺品，DIY方面的文化共鸣促进对视频内容的接纳。在制作竹水车的视频下，网友Renot Semaj说：“I watch YouTube videos on woodworking every single day. My hobby is woodworking. I have a workshop full of machines for woodworking, but this clever man beats the lot. Brilliant, keep the videos coming please.”(我每天都在YouTube上观看有关木工的视频，我的爱好是木工，我有一个装满木工机器的车间，但这个聪明的人击败了大部分工具。太棒了，请坚持上传视频。)
3.2.3. 构图意义
Figure 3. Cutting ginger
图3. 切姜3
视频中分别运用了特写、近景、中景和远景的景别。其中最多的是特写镜头，一步步展示钻孔、打磨、装配等工序，强调了手部动作以及“饱经风霜”的手，展现了匠人精神以及中国传统手工艺的精巧。近景与中景镜头数量仅次于特写镜头，远景仅在视频首尾或在视频中穿插出现。近景作为特写镜头的辅助，刻画出神态、动作，以及各种工具、材料的布置，大量近景与特写镜头为观看者提供了良好的观看体验，拉近了观看者和参与者、木工技艺之间的关系；中景用于展现周围院落环境；远景则拍摄远处群山或高空俯瞰的田园乡村景色，描绘出了人们向往的“慢节奏”生活环境。“从意境的审美范畴出发，景色与情感的交融使意境产生成为可能”[18]，当短视频能呈现出传统“审美意境”时，观众也能够体会到中国悠然自得的田园情感。
从图像构图意义来看，视频画面较注重布局的设计。目前其频道较受欢迎的视频均为横屏格式，“宽屏格式是公认的最舒服的观看方式”[19]，通过合理的画面布局和构图，视频营造出了温馨且富有传统气息的氛围，提升了观看体验。以《泥土筑火炉》为例，如图3所示，光影将视频画面一分为二，上方为切姜动作，下方“留白”，溪水、石头动静结合，体现了对于和谐、对称的追求；溪流作为画面背景，增长了“流动”的生命力，增强了显著性；同时，视频中运用了较多的小景别特写镜头，描绘动作细节，以及画面中的线条、色彩等多方面特征，通过较强的视觉冲击力，引导观众进入角色，与人物共情[20]。如图4所示，对烤鸡、吃烤鸡的人物的特写镜头吸引读者集中注意力，引导观看者进入制作美食的最终阶段，仿佛共同享受到自制美食的快乐。而后摄影师的出现增强了画面的趣味性，突出了食物的吸引力，表现出了中国传统文化中“和乐”与“分享”的集体观念。
Figure 4. Example of a close-up shot
图4. 特写镜头示例4
3.2.4. 模态间关系
阿木爷爷视频中，存在多种模态相互作用。手工艺品图像与人物形象属于非强化关系，互相补充：视频中手工艺品打造的过程，即传承与传播中国传统文化的过程；打造木拱桥、为小孙子制作木制玩具、制作小水车等，将传统技艺应用于生活，木匠形象的构建凸显了手工艺品制作的乐趣以及意义。
颜色作为辅助，分别与图像、形象形成强化互补关系。一方面，人物宝蓝色或是黑色、灰色的唐装，强化了其稳重又精练的形象；另一方面，画面中心的绿竹、红棕黄棕色木料色彩鲜明，在打磨、切割过程中，强化了手工艺品图像的形成过程。
阿木爷爷视频中仍包含多种模态，如声音模态，在两个方面与其他模态相互作用：一个是制作手工艺品时收录的原音，使制作过程更加真实，强化了手工艺图像；二是原生态收音并搭配轻音乐，拉近了观看者与参与者的距离，强化了形象塑造。声音符号突出了田园生活的惬意感。
在快节奏生活中，“焦虑……已成为一种持续的、弥散的社会心态，一种浮动于社会或群体中的、具有普遍性、代表性、基调性的生活体验。”[21]细水长流式的手工艺视频为许多人带来了精神上的慰藉，世界各地的人们都能够感受中国传统技术中蕴藏的智慧，感受中国农村悠然的生活环境，如网友Hello I’m noob说，“I come here when I have anxiety attacks and it really calms me to watch your videos.”
4. 结语
从多模态视觉语法的角度来看，阿木爷爷的短视频成功地运用了图像、色彩、布局、动作等多种符号和元素来传达中国文化的内涵与魅力，其为中国传统文化进行跨文化传播提供了有益的启示，可概括为多模态策略的有效运用：一是强化视觉冲击，借助精细构图与镜头语言提升内容吸引力，放大视频优势与重点；二是通过色彩搭配丰富画面，合理布局，迎合广泛审美，形成独树一帜的风格；三是利用木工技艺与西方DIY文化的共鸣，结合视听元素，促进观众情感联结与互动理解，构建交互意义，加深观众对木工技艺的理解，有效传达文化精神；四是深挖传统文化精髓，结合中西文化视角，从自身技能与生活经验出发，以生活化的叙事“以柔克刚”地破除刻板印象及认知偏见，吸引更多国际友人正确认知并喜爱中国文化。
致 谢
本论文得以顺利发表，首先要向两位指导老师致以最衷心的感谢。从初步选题，到多模态话语分析框架搭建，再到投稿阶段对文稿细节的修改完善，老师们始终以严谨的学术态度和深厚的专业素养给予我悉心指导。同时，本研究的完成还得益于诸多前辈学者的研究成果，在此向相关文献的作者致以诚挚敬意。
基金项目
2022年天津市教委社会科学重大项目“人类命运共同体思想对外话语体系研究”(项目编号：2022JWZD10)。
NOTES
*第一作者。
#通讯作者。
1图片来源为阿木爷爷YouTube账号“阿木爷爷Grandpa Amu”所发布的《制作小水车》视频00:42。
2图片来源为阿木爷爷YouTube账号“阿木爷爷Grandpa Amu”所发布的《制作小水车》视频03:39。
3图片来源为阿木爷爷YouTube账号“阿木爷爷Grandpa Amu”所发布的《泥土筑火炉》视频01:42。
4图片来源于阿木爷爷YouTube账号“阿木爷爷Grandpa Amu”所发布的《泥土筑火炉》视频03:05~03:36。