作為技巧和思維的存在，蒙太奇有著根深蒂固的人類心理學基礎。
蒙太奇的視覺心理是基於人類生活在壹個運動的世界中。物體穿過我們的視野，在視網膜上留下壹系列圖像，需要視野發生變化才能正常運動。當壹個人的眼睛盯著壹個固定的物體(比如墻上的壹個點)看五分鐘左右，圖像就會變得模糊。再看別的，回到原來的形象，就又清晰了。這個實驗表明，人眼具有不斷追求新圖像的生理本能。
布魯瑟指出，人在嬰兒期就有這種本能，比如嬰兒在能夠聚集目光之前，就壹直在用眼睛追逐移動的物體。美國心理學家霍伯和瑞士科學家威塞爾(因1981獲得諾貝爾醫學和生理學獎)的最新研究表明，人類的大腦和眼睛有特殊的細胞來檢測圖像運動。這些細胞使人在觀察外界事物時有壹種生理需求:不會壹直停留在壹個地方，而是不斷轉移目光，不斷變換角度來觀察世界。影視用聲音和畫面記錄圖像，再現動作，蒙太奇的運用正確地再現了我們平時看東西時不斷追求新目標的方式，再現了在真實環境中隨著註意力的轉移而依次接觸視頻的內心過程。
這種心理過程不僅存在於影視藝術中，也存在於其他藝術領域。當妳讀壹本小說時，妳的眼睛總是從壹個詞移到另壹個詞，從壹行移到另壹行。隨著小說情節的推進和讀者情緒的激動，眼球運動的速度也在加快。當小說處於溫柔的抒情段落時，讀者的心情顯得平靜安寧，運動速度會緩慢而悠閑。這與人們接近壹個事件的情況是壹致的。當壹個人在觀察或經歷壹個非常刺激、快速變化的活動時，他的反應節奏會大大加快，會迅速改變視線的方向。相反，他會非常冷靜，對壹件普通的事情漠不關心，對物體的觀察也會變得遲鈍。這種生理現象產生了蒙太奇的節奏要求。
綜上所述，壹個安靜的觀察者所獲得的印象可以通過壹種所謂的“慢切”電影技術來再現，即每個鏡頭在被替換之前都在屏幕上停留很長時間。壹個極度興奮的觀察者所獲得的印象可以通過“快切”來再現，即壹系列相互連接的短鏡頭。影視藝術家正是通過蒙太奇實現了人類的這壹心理過程。
因此，從某種意義上說，影視藝術家的天賦在於運用蒙太奇，使人類的視覺心理節奏在影片中得到恰當的再現。在安靜祥和的場景中，使用快切會造成跳躍和突兀的效果，讓觀眾不舒服。另壹方面，如果場景內容精彩，觀眾會本能地要求快速剪輯，如果剪輯緩慢，就會破壞影片的精彩內容。那麽，屏幕切換的“速度”如何才算合適呢？由場景的情感內容來決定才合適，但場景的情感內容是包含在劇本裏的。因此，最終電影中出現的拼接圖案與劇本中已經非常明確定義的圖案是相同的。劇本中的這種模式是在劇作家的寫作過程中逐漸形成的。甚至在他開始之前，在收集素材的過程中，他已經用蒙太奇的眼光拿起素材，進行時空的分解組合。正是在這個意義上，蒙太奇是壹種獨特的藝術思維方式，它貫穿於影視創作的始終，是影視藝術的基礎。
從組合技巧到思維方式蒙太奇，經歷了壹個從發生到發展到成熟的歷史過程。
嚴格來說，早期的電影沒有蒙太奇剪輯，沒有時空的分解重組。
琉米愛爾的電影實際上只是壹種新技術的展示和壹個簡單的遊戲。它用壹個很簡單的方法來拍電影，就是把鏡頭對準壹個場景，直到拍完。這是壹個缺乏蒙太奇構思的自然主義記錄。
梅開始將不同場景拍攝的鏡頭串聯起來講故事，使影片具有了“分解組合”的特點。顯然，他領先琉米愛爾壹步。但是整個場景都是從壹個攝像頭拍攝的，鏡頭連接也是最簡單的連接。他不明白這種連接組合的重大意義。
與此同時，美國導演伯特和格裏菲斯也在尋找壹種獨特的方式來構建這部電影。在1902中，波特利用老電影庫裏壹些反映消防員生活的電影素材，通過演員扮演的方式，在攝影棚裏補拍出救母救子的畫面，然後將素材影片和補拍影片適當拼接，形成壹個美國消防員的生活。波特的嘗試比和梅前進了壹大步，為電影探索了時空自由的可能性。
在波特的基礎上，格裏菲斯成為電影史上自覺運用“蒙太奇”的第壹人。在《道利歷險記》(1908)中，格裏菲斯創造了“倒敘”的手法；在荒涼山莊(1909)中，他第壹次應用了平行蒙太奇，創造了著名的“最後壹分鐘營救”手法。在拉蒙娜(1910)，他創造了偉大的願景；在《隆爾達牧師》(1911)中，他用了非常近的鏡頭，發展出了交替切人的技巧。在大屠殺(1912)中，他第壹次應用了手機攝影。
盡管格裏菲斯有上述系列創作，並在《壹個國家的誕生》(1915)和《與不同群體的沖突》(1916)兩部代表作中巧妙地運用了他的新技法，但他從未把他的蒙太奇方法整理過。似乎他主要是憑直覺和對電影手段的壹種難以言喻的熱愛來工作的，他從來沒有表現出他意識到這些原則。他認為蒙太奇只是生動表現戲劇故事最有力的助手，使用蒙太奇只是壹種技術手段。實質上，他還沒有理解蒙太奇的基本性質和它的全部潛力。
第壹次世界大戰後，蘇聯電影工作者在分析格裏菲斯等人創作經驗的基礎上，根據新蘇維埃政權對電影藝術的要求，在壹系列實驗的基礎上，將蒙太奇發展成為壹個完整的電影理論體系，從而形成了以庫裏肖夫、普多夫金、愛森斯坦為代表的蘇聯蒙太奇學派。格裏菲斯主要側重於如何處理兩個戲劇場景之間的關系，而蘇聯導演更多考慮的是單鏡頭與片段之間的關系，以及這種關系所表達的意義和寓意。
庫裏肖夫和普多夫金認為，電影的本質在於電影的構成，在於拍攝的片段之間的相互關系來組織壹系列印象——如何從壹個鏡頭轉變為另壹個鏡頭，以及它們如何按照時間順序形成。他們深信蒙太奇剪輯可以創造出非凡的效果，實現電影的敘事性和表意性。為此，他們做了大量實驗來實踐他們的理論。根據普多夫金的記載，在1920年，庫裏肖夫曾經連接了以下場景:
(1)壹個年輕人從左向右走來。
(2)壹個年輕女子從右往左走來。
他們見面並握手。年輕人用手指點著了它。
(4)有寬闊臺階的大型白色建築。
(5)兩個人走上臺階。
在觀眾看來，這個相連的片段變成了壹個不間斷的動作:兩個年輕人在路上相遇，男方邀請女方去附近的房子。事實上，每個片段都是在不同的地方拍攝的。顯示年輕男子的場景是在國營百貨公司附近拍攝的，女子的場景是在果戈理紀念碑附近拍攝的，握手的場景是在大劇院附近拍攝的。白色的建築是從壹部美國電影中剪下來的(就是白宮)，走上臺階的場景是在救世主教堂拍的。結果，雖然這些片段是在不同的地方拍攝的，但它們被觀眾視為壹個整體，從而在屏幕上產生了庫裏肖夫所說的“創造性地理”。在這裏，人們的幻覺被用來將不同時空的碎片組合成壹個整體，蒙塔古的分解和組合功能得到了充分的體現。而蘇聯學派不僅僅停留在蒙太奇的敘事方面，還進壹步研究了它的表意功能。
普多夫金認為，每壹個從某個拍攝點拍攝下來，然後在屏幕上展示給觀眾的物體，仍然是壹個“死”的物體，即使它曾經在鏡頭前是活動的。只有當這個物體與其他物體放在壹起，只有當它作為各種視覺形象組合的壹部分被展現出來，這個物體才被賦予了生命。愛森斯坦高度概括了蒙太奇的這種表意功能。他說:兩個鏡頭並置不是簡單的壹加壹，而是壹種新的創造。在他看來，相機拍攝的未經剪輯的片段毫無意義，沒有審美價值。只有把它們按照蒙太奇原理組合起來，才能把具有社會意義和藝術價值的視覺形象傳達給觀眾。
著名的“庫裏紹夫效應”是愛森斯坦蒙太奇理論的有力證據。普多夫金曾這樣描述這個實驗:“我們從某部影片中選取了蘇聯著名演員莫攸欣的幾個特殊鏡頭，都還是特寫鏡頭，沒有絲毫偷懶。我們將這些相同的特寫鏡頭與其他電影的小片段以三種組合方式聯系起來。在第壹個組合中，莫尤辛的特寫後面是壹盤湯放在桌子上的場景，這清楚地表明莫尤辛正在看著那盤湯。第二種組合是把莫有信的鏡頭和躺在棺材裏的女屍的鏡頭緊密相連。第三個組合是這個特寫，接著是壹個小女孩在玩壹個有趣的玩具熊。當我們把這三種不同的組合展示給壹些不知道秘密的觀眾時，效果是驚人的。觀眾非常欣賞這位藝術家的表演。他們指出，當他看著自己留在桌上的湯時，表現出若有所思的心情；他們非常興奮，因為他看著女屍沈重而悲傷的臉；他們也欣賞他看女生打球時輕松愉快的笑容。但我們知道，在所有三種組合中，特寫鏡頭中的人臉是完全壹樣的。”
愛森斯坦曾強調，無論是哪兩個鏡頭搭配在壹起，都必然會產生新的表象、新概念和新的形象。通過鏡頭對齊的沖突，產生新的意義，引導觀眾的理性思考。這就是愛森斯坦的“雜耍蒙太奇”和“知性蒙太奇”的精髓。蒙太奇既訴諸敘事情感，又訴諸理性。所以在《戰艦波將金號》中，愛森斯坦切入了與劇情無關的“獅子猛撲、仰視、躍起”三個場景，從而表現了人民的覺醒和反抗。十月，這種表達抽象思想的傾向更加明顯。沙皇鐵像的倒塌象征著沙皇政權的崩潰，插上拿破侖的雕像是對克倫斯基獨裁統治的隱喻。
愛森斯坦試圖通過蒙太奇將形象思維與邏輯思維溝通，將科學與藝術結合起來，試圖用電影體現人的理性活動，強化電影的哲學傾向。這本書很有價值。但愛森斯坦過分強調蒙太奇的作用，認為電影應該用蒙太奇來解釋現實，避免人物塑造，直接表達思想，甚至有意把《資本論》搬上銀幕。結果，他的壹些電影支離破碎，晦澀難懂。盡管如此，愛森斯坦和蘇聯學派的其他代表人物對電影蒙太奇理論做出了不可磨滅的貢獻。在五六十年代，長鏡頭被廣泛使用，尤其是電視報道技術，促成了這壹趨勢。故事片中復雜的場景深度編排日益發展。這種場景調度不需要改變動作地點，改變了傳統蒙太奇的性質。電影理論家認為，這種蒙太奇的演變標誌著電影史上的壹個新時代。雖然在五六十年代，壹些西方電影報刊有時會預言“蒙太奇的消亡”、“蒙太奇的終結”，但實踐證明，沒有蒙太奇就不是電影，甚至在長鏡頭中，鏡頭內部也有壹種蒙太奇(場景調度)。蒙太奇也存在於電視中，即使是對電視觀眾現場直播事件，如船舶下水、體育比賽或代表團抵達等。，必須當場剪輯。這種現場剪輯需要電視攝影師和編導具備特殊的素質，能夠立即發現並準確表達事件的本質，具有更加敏銳的蒙太奇思維和蒙太奇視野。