近年来，随着信息与多媒体技术的发展，人们使用的交际模态发生了巨大的变化，多模态逐渐成为当今日常交际的重要手段。人类交际不再是单一的语言模态，而是由多种模态来共同完成的，包括空间、手势、凝视、身势、移动、音乐、三维事物、口语、书面语、图像、图表等。多模态话语分析自20世纪90年代兴起以来便受到了诸多关注，一直是国内外语言学界的研究热点。迄今为止，国内外学者对于多模态话语分析的研究多集中于理论研究和静态语篇的研究上，如报纸、杂志、海报，等。已有的动态语篇研究类型主要为广告语篇或者电影语篇，且多是以系统功能多模态话语分析和视觉语法为理论框架来分析动态多模态语篇。而对动态图像，特别是对动态多模态语篇中的多种符号资源在构建意义时的相互作用的研究则十分少见。　　公众演讲是一种典型的动态多模态话语，而国内外学者对于公众演讲语篇的研究也甚少涉及多模态话语分析。因此，基于前人在多模态话语分析和公众演讲的研究基础上，本研究在研究对象上进行创新，以一篇TED演讲为研究对象，对其进行多模态话语分析。本研究以张德禄(2011)的动态多模态话语分析综合理论框架为理论工具探讨该动态多模态语篇中的模态协同作用。　　首先，为了便于分析，本研究结合Baldry，Thibault和张德禄的语篇转写方法，按照时间顺序划分为五个阶段，以“事件”为最小的意义分析单位将该动态视频语篇转写为28张静态图片，每张图片实现一个语篇层面的“事件”。随后笔者依据动态多模态话语分析综合理论框架从文化层面，语境层面和内容层面对该动态语篇进行了详细分析。本研究的重点集中于内容层面的分析，旨在探讨该演讲视频中的模态表现及模态协同关系。　　通过分析，本研究得出以下结论:第一，该演讲语篇主要涉及了听觉模态和视觉模态的运用，其中听觉模态为主模态，始终处于前景化位置;第二，听觉模态与视觉模态多以互补形式共建语篇意义，而互补形式可进一步分为强化和非强化关系两种;第三，模态的选择并非随意，由于不同交流阶段的不同交际目的，模态选择多是以简洁，明了表达意义为依据。