当今文学艺术中最为抢眼的景观是视觉的“转向”。今天的视觉影像铺天盖地，无所不在，它已经“帝国主义式”地占领了文化的大片领地。特别是随着我国20世纪90年代初以降流行文化的迅猛发展，形象越来越成为我们日常生活中随处可即的景观。
视觉的转向成了一种全球化的趋势。首先引起人们注意这种发展的是德国哲学家马丁·海德格尔，他指出：世界图像——并非意指一幅关于世界的图像，而是指世界被构想和把握为图像了——并非从一个以前的中世纪的世界图像演变为一个现代的世界图像；不如说，根本上世界变成图像（参见《林中路》，孙周兴译，上海译文出版社1997版）。可见视觉文化的兴起不单纯依赖图像，而是依赖当今世界存在的图像化或视觉化这一现代趋势。
当今人类的经验比过去任何时候都视觉化和具象化了，在今天，观看行为（观看、注视、浏览，以及观察、监视与视觉快感的实践）可能与阅读的诸种形式（解密、解码、阐释等）是同等深奥的问题，基于单纯的文本性的模式恐怕已难以充分阐释视觉经验或“视觉识读能力”了。随着直观、感性的影像正在成为人们接受信息、感知世界的主要方式，理性、抽象的文字却在走向衰退。在信息爆炸的时代，霸权的传媒源源不断地将海量的信息抛给受众，信息的增多给人们提供知识和娱乐的同时，也让人们更加浮躁、更加游移不定，没有人能够把如此多的信息进行全面的读解，人们只能在信息的海洋中寻找那些更形象、更生动的内容进行消费，一种新的媒介形式和文本样式——摄影文学的产生因而成为必然。
摄影文学是摄影艺术和庄重文学的接合衍生出的鲜活艺术形式，是图画和文字相结合、多种艺术形式融于一身的产物，但是这种新的艺术形式又已经与单纯的摄影和单纯的文学形成了很大的不同。在当前视听媒介高度发达的今天，摄影文学是否反映了人们想亲近文字的一种愿望呢？这种情形是否如有人所说的是文学在形象狂欢时代的媚俗？可是对于年轻的“视听的一代”，摄影文学无论怎样讲，都是让他们回归文字和阅读，重新体会想象的乐趣和文学的魅力的一种很好的方式和尝试。
语言对图像进行的文类角逐
很显然，视觉媒体的出现，对印刷符号的语言文字构成了巨大的冲击，在后工业化社会，电子工业、信息数字化工程，给图像传播提供了无限的可能性。也许图像认知最接近人的本性，它与人类最初的对世界的识别形式直接统一。人类在其原始时代，无法运用图像完成对世界的复杂表达。语言文字的发明给人类的认识创造了机遇，语言文字由此成为人类认知世界的基本手段。但科学技术的发展，如此不顾一切地向着图像世界推进，这又不能不说，图像认知契合了人类认知的本真状态，或者说是最具有人性化的一种形式。当然，后来的图像化认知使人类发展起来的语言文字的复杂性被删减到最低限度，这具有文化返祖的倾向。以至于不少哲学家对这种现象表示焦虑和恐惧。维特根斯坦就不无忧虑地说：“图像俘虏了我们。而我们无法逃脱它，因为它置于我们的语言之中，而且语言似乎不停地向我们重复它。”书写语言的思想家们对图像的恐惧，却被嗜好视觉符号学的理论家们看成是“图像转向”的标志。W·米歇尔(W.J.T.Mitchell)在那篇影响卓著的论文《图像转向》中，就持这种观点。他认为，这种焦虑，这种想维护“我们的言语”而反对“视物”的需要，正是图像转向正在发生的可靠标志。这一切困扰正是给摄影文学提示了产生的可能。事实上，“摄影文学”不只表明文学对这个图像崇拜时代的顺从，也显示了文学在视觉符号扩张的时代所做的一种主动出击。
摄影文学与语言文学的关系，如果只是相互说明的关系，那这种关系只能产生初级的点缀作用或猎奇效果。正如图书中始终就存在的插图一样，那些插图只有辅助的功能。这二者仅仅在意义关联的层面上发生关系，就像是在进行一场生硬的比喻竞赛，它们谁也不能达到对方的意义，谁也不能让对方满意。它们像是儿童的拼贴画或启蒙读物。摄影文学的主词落在文学上，说到底还是一种文学文本，很显然，这是在图像崇拜的时代，文学不自量力而进行的一场文类角逐。如果搞清楚了图像与语言文字在一个文本里相遇的时代本质，那么，这个文本——被称之为摄影文学——的表意策略就迎刃而解了。这样，摄影文学不是在制造一个死气沉沉的摄影文本，或是垂死挣扎的文学文本，而是一个文学文本自我生成与死亡的事件。
图像一直就是人类最简单直接的认知方式。只不过现时代，图像借助技术和资本的力量，把原来占据霸权地位的文字赶下圣坛取而代之罢了。事实上，图像崇拜始终就存在，语言文字则是后来者。语言文字创建的理性王国已经到了极限，图像在这个迷宫里无意中找到出口——出来就变成了后现代主义。后现代导源于对语言意义的逃离，也导源于对图像的恐惧。例如，前面提到的维特根斯坦就表示出对图像的焦虑。罗蒂要“驱逐图像”的反抗，正是后现代哲学的努力。当然，驱逐是不可能的，它演变成一场旷日持久的战争。
实际上不见得图像崇拜就占据了主导地位，语言文字就俯首称臣。在图像自以为是的那些场景中，它无不落入了语言文字——或者干脆说——文学的圈套。那些以图像的最真切形式表现出来的纪实新闻，谁又保证它不是虚构的文学作品呢？谁不觉得那些电视连续剧不是以文学的形式呈现出来的记忆片断呢？电影难道不是彻头彻尾的文学吗？迄今为止，以图像形式表现出来的9·11现场，不具有文学色彩吗？谁能保证，图像崇拜不是按照文学的法则和结构来展开呢？很显然，图像对自身并不自信，面对文学——别是汉字，图像经常对自身的一目了然的直观品性懊恼不已。
图像学家同样慎重地考虑了语言文字对图像的深层支配作用。米歇尔指出：无论图像转向是什么，我们都应该明白，它不是向幼稚的摹仿论、表征的重复或对应理论的回归，也不是一种关于图像“在场”的玄学的死灰复燃：“它更应该是对图像的一种后语言学的、后符号学的再发现，把图像当作视觉性(visuality)、机器(apparatus)、体制、话语、身体和喻形性(figurality)之间的一种复杂的相互作用”（《图像转向》）。对图像的观看阅读，不可避免受到文学思维的支配，因为在此之前，图像本身的文本法则——叙事法则就没有真正离开过文学机制。图像自以为遮蔽了文学，但文学的统治是牢不可破的，这不是说文学多么高明，而是说这是我们的文化病入膏肓的症结所在，图像崇拜始终存在，但文学却向着纵深处发展，人们明明知道，语言是对不可表现之物的表现，但人们始终不渝地坚持这样做了。
从这个意义上说，摄影文学是图像与文学最直接交锋的现场，难保图像不会遭到戏弄，落入文学的巢臼。这就需要摄影文学打起精神，不是简单地把二者拼合在一起，而是给二者造就一个搏斗的现场，相互戏弄、反讽、瓦解、渗透、缠绕……，一种图像与语言文字构成的能指差异系统，不仅仅在外在的结构顺序方面，在意义的关联方面；而是在文本的内在构成方面形成一种文本的局面，一种事件的效果。
图像与语言的文本间对话
如前面所说，影像的产生要早于文字。人类最早的记事方式便是图画。在许多史前遗迹中，我们可以发现早期人类留下的壁画。在法国南方拉斯科洞穴中，发现了一幅彩绘在石灰岩壁上的兽类图画，画中所有动物都栩栩如生；非洲东南部徐曼族发现的史前洞穴中刻有一幅白衣曼舞的女性。尽管至今人们尚未搞懂这些壁画的真正意涵，但可以肯定的是传达信息是其主要目的。随着人类文明的发展，图画对信息的传达已经不能满足人类的需要了。于是产生了更加抽象的文字。后来，又产生了摄影、摄像等记录的方式，一直到现在的多媒体网络，人类又一次进入了读图时代。根据媒介形态演变的规律，文字、图画、图像等媒介形态按照共同演进、汇聚增值的原则共存共生。新的媒介形态并不能使旧媒体消亡，相反新的媒介形态会不断吸聚旧的媒介以形成更新的媒介形式。网络就是最好的证明，网络将文字、图画、图像、声音等等媒体汇聚一身，成为名副其实的多媒体。摄影文学就是图画和文字相结合、多种艺术形式融于一身的产物。
的确，当代世界是个视像逐渐成为巨无霸的世界，人们已经离不开视觉图像。但是，视觉文化的兴盛并不必然导致摄影文学的兴盛。作为一种交叉类型或边缘体裁，它的兴盛取决于它的创新，取决于它文本间、文类间、学科间的交叉的特性。摄影文学的文本是图像与语言构成的双重文本。此中存在着两种文本间的交错、溶浸、对话与交融。它拥有跨越两种文本的独特的文本间性。摄影文学又是电子媒质与印刷媒质的多重媒质的交集、互补、叠合与创生，它拥有跨越两种文类两种学科两种媒质的独有的文类间性、学科间性和多媒质性。
文学文本以言语为媒介，它的形象的显现是间接的。它没有视觉媒介的那种形象的直观功能，它的实现必须经过创作阶段从形象到语言、接受阶段从语言到形象的两次二度转换。语言文本具有超凡的叙事性和强烈直接的情感性，它在视觉图像上的感受的间接性又带来了阅读的模糊性和不确定性。但正因为此，它发展出了描述、叙事等超越时间空间的巨大表现力，也留下了体味、阐释的广阔空间，留下了文学意境、韵味得以实现的广阔空间。与文学的语言文本不同，摄影将一切抽象的东西化为具体的形象。这种图像文本拥有文学文本所没有的视像的直观性、具像性，具有强烈的再现性、真实性和造型性。它长于再现，拙于表现，长于展示，拙于叙事。它只能通过照相机后面的眼睛，去选择最富意味的瞬间，将时间与空间凝冻在静态的固定的胶片上。比不上语言文本作为时间艺术的历时性特征，图像文本以两维的平面空间切断时间之维，往往只能在时间的横断面上展示自然、社会和人生。但作为最大众化的公共介质之一，图像又不同于文字，它拥有文学语言难以达到的普遍可传达的特征，它无需语言的长期习得和专门训练，更没有不同语言甚至方言之间的巨大鸿沟。不同国度、不同种族、不同语言的人们都可以用图像来进行交流。图像是一切文化间的“硬通货”。
摄影与文学，两种曾经是那样相隔遥远的门类，在现代技术中结合了，它们打破了原有的边界，生产出摄影文学的优势：平面的（准立体）的空间式的构图与线形的时间的叙事艺术结合起来；想象的丰富与直观的惊叹结合起来了；语言的抽象性与图像的具像性结合起来了。两种不同的文本、不同的文类、不同的媒质相互碰撞，相互限制，又相互补充，创生发展出惟属于它的新的性质。这种新的性质既吸取了文学的语言文本的优长如自由的叙事性，强烈直达的情感性，想象的丰富创造性，表现的主体性及深长的韵味，又发挥了图像文本的直观性、具象性，再现的真实性与造型性，特别是直接的普遍可传达性质。它是历时性与共时性的同在，是再现性与表现性的合题，是语言媒质与图像媒质的交互共生。
摄影文学又是一种复数文本。它是一种“可写的文本”，是召唤所有读/观者来共同参与创作的文本。从欣赏和接受来说，摄影文学拉长了我们感受摄影作品的长度，它攫住你的眼波，让你在这里留驻，徘徊，以至让你流连忘返。它俘获你的心神，让你在这里徜徉，回荡，引你浮想联翩。它给光与色带来了节奏和乐音，先前的独白于是变成了对唱，进而变成了艺术的交响。它赋予线与形以情节和故事，瞬间于是成为复数，光点相连，相机成了叙事者。
过去我们总是说，摄影是对生活的记录，是真实地反映现实，反映社会的。但是现代社会，虚拟的世界比真实的世界更真实。它是一种“超级的真实”。在9·11之前的纽约帝国大厦，为观看虚拟纽约兜风而排的长队，要比乘电梯去瞭望台看真景的队列长多了。今天的摄影文学是一种“仿真”的“超现实”真实。20世纪80年代早期，舍瑞·莱文（Sherrie Levine）和理查德·普林斯（Richard Prince）等后现代摄影师，曾通过征用别人拍摄的照片对摄影的本真性提出质疑。现在，对摄影再现真实的理论的否定，已成了像《世界新闻周刊》这样的杂志和那些更声名显赫的出版物谈论通俗文化的一个主要话题。摄影照片几乎不再成为真实的事实的证据。辛普森的律师常常驳斥某一张真实的照片是伪造的——单独一张照片已无法代表真相，而辛普森则据此逃脱法律的惩罚。同样，那些真实的新闻事件与人们看得特别痴迷的电视连续剧没什么区别。读图时代的摄影文学不再仅仅是对生活的反映，对自然的再现，对时代的记录。它更是一种精神的实现，一种观念的投射和一种主体思维的筹划。它像文学作品一样，总是要在图像之后说些什么。