维尔托夫热衷于透过电影眼睛来揭示这个世界,对于他来说,这同时也就是一个发现和形成电影语言(蒙太奇)的过程:“毕竟,看芭蕾演出的观众眼花缭乱,一会儿看彼此关联的一群演员,一会儿又漫无目的地看这人或那人的脸,看这人或那人的腿 - 这一连串漫散的感受,每个观众各不相同。我们不该把这呈现给观众。一个连续运动的体系要求我们拍摄舞蹈者或拳击手时,遵循他们的动作顺序,逐一摄下来,迫使观众的眼睛转移到那些不应该漏看的连续细节上来。电影摄影机以最有效的顺序,把观众的眼睛从表演者的手臂移向表演者的腿部,又从腿部移向他们的眼睛等等,并将这些细节组织成一个有序的蒙太奇研究。”
电影要用自己的语言说话。电影语言是独特的,新颖的,要注意不能让它重新落入旧事物的窠臼。维尔托夫在另一篇宣言《持摄影机的人》(1928年)中,把他的这一立场表述得十分清楚,“实际上,电影眼睛小组在抛弃了摄影棚、演员、布景和剧本之后,他们就开始坚决地清理电影语言,让它跟戏剧和文学的语言彻底分家”。在维尔托夫看来,镜头与镜头的衔接自能说明一切,画面不是也不应该成为解说词的御用工具,“删掉一段字幕根本不会影响影片的力量”,而即使用到字幕,它也应该与画面构成一种对位关系而不是简单的解释说明关系。
维尔托夫对电影语言的“清理”,表面上看起来和爱森斯坦一样只是在追求一种纯净的形式,骨子里却暗含着对纪录精神的坚持和对“主题先行”的反对。在斯大林的第一个“五年计划”时期,维尔托夫的这种观念是危险的,它无疑带有“反计划”的嫌疑。从1928年开始,凡是申请纪录片项目和经费,都要提前准备一份详细的“剧本”。这对于维尔托夫来说几乎是无法容忍的,一个纪录片工作者怎么可能在进入生活以前,提前知道他要寻找的和记录下来的是什么“真理”呢?为了继续他的工作,维尔托夫不得不做出了某种妥协。但是,他到底找准了一个机会,拍摄了一部酝酿已久的电影:《持摄影机的人》(1929年)。这部经过精心剪辑的纪录片是维尔托夫电影眼睛理论的直观表现,是以胶片的形式发表的一份宣言,它没有剧本,没有布景,没有字幕,也没有演员道具,它是一场寻找“真正的国际化的绝对语言”的实验,同时也是对电影眼睛人工作方式的一种示范。