《柏林：城市交响曲》是叙事的。城市交响曲以柏林普通一天的作息时间为线索，依次展开。五个乐章。第一乐章，清晨。第二乐章，上班。第三乐章，午休。第四乐章，下班。第五乐章，夜生活。但是其时间的划分也并非如此明确，或许仍有《持摄影机的人》里带未来主义气息的非叙事实验风格。这可能是合理的，因为它正是大都市生活本身的写照，或者说是现代生活对自然时间的改造。在开场的第一乐章中，观众被迫登上了一辆驶向柏林的火车，在结尾的第五乐章灯火阑珊。除此之外，即是有机械时钟不断提醒着观众准确的时间，原本持续的时间即被抽象。在中间的三个乐章中，观众因无法抗拒地被都市中嘈杂的声音和画面所埋没，没有喘息片刻的时间。这种节奏感不仅来自于配乐的鼓点和画面的默契配合，也是来自于画面中流水线作业、矿井采矿、网球场上挥拍甚至是橱窗中的人偶模型机械而重复的运动本身的节奏。

观众很难不注意到影片中的重复的旋转。毫不夸张的说，这种旋转简直是无处不在：与铁轨碰撞的火车车轮、高速旋转的齿轮、被风吹走连着翻滚的帽子、过山车的弯道、企图自杀的女人跳桥后河面上激荡的漩涡。它有对于人类科技和工业奇观的惊叹成分，是现代主义的讴歌，也有令人眼花缭乱、头晕目眩的反感（反复出现的彩色转盘）。可以说这种旋转是都市生活脉搏的节奏，它标志了人类社会聚合的新形态。就像在暗示车轮的发明不仅仅是人类交通运输历史上的重大突破，也是人类社会聚合形态的转折 —— 以运动代替静止，以迁徙的常态促使聚居的形成。工业社会之中的人很难不再注意到并敬畏这些人造的奇观。但同样，这种旋转也有《摄影机》般自指的涵义。不仅是因为摄影机是在抽象层面上是技术和现代生活的伴生物，另一个更为显著的相似性在于早期电影的摄影机和放映机都依赖于胶片卷轴以及胶片卷轴的旋转。无论是在拍摄还是在放映的过程中，镜头处于一种旋转的自我意识之中。一旦当这种旋转的运动停止，用劳拉·穆尔维的话来说，“电影就是每秒24次的死亡”（改编自戈达尔“电影即是每秒24帧的真实”）。

这熟悉和陌生城市空间的确可以被看做是弗洛伊德所说的“恐惑”（uncanny），齐美尔所说的看不见个体的金钱经济体（money economy）。柏林，相比于伦敦和巴黎进行了更彻头彻尾的现代化，但这其中除了来自未来主义宣言、维尔托夫宣言、第七艺术宣言等等的乐观主义之外，也有一种对现代性作为集权主义温床的恐惧（这一点弗里茨·朗的《大都会》就能说明问题，就更不用提《德意志的胜利》了）。我们常说二十世纪是电影的世纪，而电影主导的时代也只在二十世纪。这就是说如果不考察电影所记录的影像，就很难全面的了解整个二十世纪。本雅明在《机械复制时代的艺术作品》中处理了观众和艺术作品之间距离的问题。本雅明认为，机械复制时代将艺术作品拉下“祭坛”，艺术作品其原有对于仪式的依赖性被另一种诉求所取代。这便是实践政治。在他看来这就是为什么电影可以讲政治、做政治。

影像如何表达大都会中的政治？还是说它仅仅是大都会社会组织形态的反应？《持摄像机的人》和《交响曲》当然没有爱森斯坦蒙太奇中强烈的对比反差。爱森斯坦批评维尔托夫《持摄像机的人》的剪辑混乱、不明所以，只是精巧地运用了一些剪辑技巧的把戏。《城市交响曲》可能也不会讨爱森斯坦的喜欢。

《城市交响曲》中的并举虽然更难建构，但也是非常有力的。比如影片将动物和人并举的镜头，首先是第一乐章中街头上被赶紧屠宰场的奶牛与大批工人下火车走过大桥的场景并接。然后是电话接线员的繁忙的场景，紧接着镜头转向街头两只打架的狗。在第三乐章中，动物园中的大象和狮子喂食的场景，跟都市布尔乔亚享用午餐的场景并接。它并不像爱森斯坦一刀切地做好了价值判断，这些并举可能有歧义也有模凌两可，这依赖于观众的解读，但毫无疑问这种非常规的对比有强烈的反差。

另外，归功于整部影片张弛的节奏，这种反差在运河场景显得尤其特别。在运河场景中，镜头中出现一座桥，桥上的男女有说有笑的注视着镜头方向。然后镜头，缓缓地拉开距离，仿佛观众正悠闲惬意的仰卧在运河游船中。但紧接着的一个镜头彻底翻转了整个氛围。镜头中出现了一个船夫，撑着长杆荡漾在运河之上，用力地将船向前推进。船上堆满了他负责运送的货物，看上去像是工厂里才出产的香肠。他瘦弱的体格挤压着细长的撑杆，而不成比例的货船就显得格外笨拙，一组强烈的反差被细致的捕捉了下来。

在亚历山大·格拉夫那篇著名的《巴黎-柏林-莫斯科：关于20世纪20年代的城市交响曲影片中的蒙太奇美学》一文中，格拉夫试图说明城市交响曲已经成为了一个影片类型，它们既有先锋实验的抽象风格，又有窥视症特征的纪录风格。除了维尔托夫《持摄像机的人》中的莫斯科之外，这个类别还包括：勒内·克莱尔科幻片《沉睡的巴黎》（英文名“疯狂的射线”）中的巴黎、取名自惠特曼诗歌的《曼哈塔》中的纽约、尤里斯·伊文思《雨》中的阿姆斯特丹，让·维果 《尼斯印象》中的尼斯、阿达尔韦托·凯梅尼《圣保罗：都市交响乐》中的圣保罗，但《柏林：城市交响曲》无疑是其中被模仿最多的作品。

大都市的聚合模式以及如何再现这种模式成为了这类电影艺术表达所要探索的一个重要议题，而城市交响曲的类型在这个意义上看来就有了爱森斯坦所谓“垂直蒙太奇”的意味。爱森斯坦在《蒙太奇论》中说“垂直蒙太奇取义自交响奏乐中的乐谱，在垂直方向不同声部同时展开的，贯穿许多线索的同时运动。”爱森斯坦在垂直蒙太奇中所强调的同时性是感知事件和完整的形象。在城市交响曲中，我们所看到的城市和所体验到的城市是如同交响乐一般，“在垂直方向的不同声部同时展开”，我们看到城市之中与我的生活毫不相关，但又通过共享城市的空间而联系在一起的其他人。不同职业的人、不同阶级的人、不同年龄的人演奏自己乐章中的段落，但整个大都市是建立在每个人演奏之上的作为一个整体的杰作