事实是，《现代启示录》跟所有其他剧情长片一样［希区柯克（Alfred Hitchcock）的《夺魂索》（Rope，1948）可能是个例外］，是由很多片段连接在一起而成的影像拼图。连接那些碎片，即美国人术语中称的“剪切” ，虽然造成了一个完全的、瞬间的视野转换—这种转换有时甚至造成了一种时间或空间上的巨大跳跃，但神奇的是，它们确实可以被观众接受并得到有效的理解。
剪接的结果看起来是可接受的、有效的，但情况也可能完全是另外的样子，因为日常经验中没有类似的体验让我们对此有所准备。实际上，我们每天从早上睁开眼睛到晚上闭上眼睛睡觉，接受的视觉现实是一个连续不断的、前后关联的图像流。数百万、千万年以来，地球上的生命都是如此感知世界的。然而该片由10个长镜头组接而成，每个镜头长10分钟左右，几乎不知不觉地连在一起，看起来完全没有经过剪辑。在20世纪初，人类突然遭遇到了一种新的视觉现实，这就是经过剪接的电影。
在这种情况下，如果我们发现人类的大脑因为已被进化和经验预先“敷设好了线路”，从而会拒绝接受电影剪接，这大概也是完全可以理解的。如果是这样，那么卢米埃尔兄弟（Lumière Brothers）的那些单镜头电影，或者希区柯克的《夺魂索》那一类电影，就会是电影的标准。谢天谢地由于实践经验（以及艺术上的）的原因，最后的实际情况并非如此。
事情的真相是，电影事实上每秒钟被剪断了24次，每一画面跟前一画面比较，影像都有错位，只是因为在一个连续的镜头中，前后画面在空间/ 时间上的错位足够小（20 毫秒），观众就只看到“某种语境中的连续运动”（motion within a context），而不是每秒钟24 个不同的语境。另一方面，如果视觉的移位太大（比如在剪切之处发生的那样），我们就被迫把新的图像重新评估为一个“不同的语境”。奇迹般的是，多数时候我们可以毫无问题地处理这个任务。
真正让我们接受起来有问题的，是那种既算不上微妙、也算不上巨大的错位。比如，如果从一个全身的全景主镜头，切到稍微近一点的踝关节以上的全身画面，新的镜头跟前面的有所不同，可以表示“有什么”发生改变了，但这种不同又并没巨大到足以让我们重新估量其语境：视野中图像的转换既非由运动引起，也非由情景变化引起，这前后两种不同感觉的冲撞就造成了我们神经上的不适，这种“跳”的感觉，相对来说是让人不舒服的。
从任何意义上说，本世纪早期发现某种情况下的剪切“可被接受”的事实，差不多立即给了人们启示，发现了电影可以分段地、不连续地拍摄，这于电影而言类似于发现了飞翔的秘密，真的可以说，电影从此挣脱了时间和地点这“大地”的束缚。如果我们拍摄电影时必须同时获得所有元素，就像在戏剧里面那样，那么可选的题材范围就大大缩小了。与此相反，“不连贯”成了“最高法则”，在整个电影制作过程中，这是事实的核心，几乎所有的决定都这样那样地跟它有关—怎样克服它的局限，或者怎样最大限度地利用它的长处。
