多模态是指运用视觉、听觉、触觉、嗅觉和味觉等多种感觉，通过语言、图像、声音、色彩等多种符号资源进行信息的传播与交流。以公司网站为例，网页上通常不仅包括各式文字，还有产品图片、卡通形象、动漫等，并搭配上不同色彩，甚至不同风格的音乐，以达到吸引顾客、推销产品、刺激消费的目的。

多模态（multimodality）一词中modality的意义源自mode（方式/模式/模态/模型）（胡壮麟，2007：2），既代表人通过五种感知渠道与周围环境进行信息交换的五种交际模式（朱永生，2007：83），又表示在以上交际模式中使用的多种“可对比和对立的符号系统”（胡壮麟，2007：2）。

所以判断多模态文本的标准有两条：第一是看是否同时使用两种或两种以上模态传播信息，第二是看是否同时使用两种或两种以上符号资源。符合任何一条都可以视为多模态。（朱永生，2007：83）

值得注意的是，多模态与多媒体不同。媒体是“符号分布印迹的物质手段”（朱永生，2007：83）。例如，文字作为一种符号系统历史悠久，但承载文字的媒体则随着技术的发展而不断演进，从泥板、竹简、纸直到现代的电子屏幕。(www.daowen.com)

但是，多模态话语的繁荣也正得益于多媒体的发展。电子媒介的出现突破了以往单一物理媒介的局限性，可以兼容众多不同模态的符号资源，为多模态文本提供了物质基础。

信息产品的另一大特点是信息视觉化。这是信息多模态化发展不平衡的结果，在五种模态中，视觉模态与听觉模态得到了更为广泛的应用，特别是视觉模态。语言不再是信息传播的唯一符号系统，而是结合了伴语言（又称副语言，包括语言的字体、大小和空间的布局）、图像、色彩、动漫等其他视觉模态符号共同表达意义。虽然自古代就有图文并茂的诗画，但是屏幕媒介的流行无疑极大地推动了信息视觉化的发展。Kress（2004）认为：

书本和它的页面曾经是写作的场所，写作的逻辑曾经塑造页面的顺序和书本。现在这一局面被新的图像和屏幕超过了。当今占统治地位的媒体是屏幕，不管是游戏机、移动电话、个人电脑或者电视和录像。因此现在屏幕的逻辑正在塑造新的顺序和对屏幕的安排。虽然文字写作可以出现在屏幕上，但它从属于图像的逻辑，如同过去图像可出现于书本上，但从属于文字写作的逻辑。因此图像的逻辑将越来越塑造写作的出现和用途，这一过程已在公众信息传递的事例中出现。过去，作者的形象和写作的方式占统治地位；在新的安排中，设计者和图像的模式占统治地位。（转引自胡壮麟，2007：6）