In this paper, we set ou to review the literature (Iedema, 2001; O’Halloran, 2004; Baldry e Thibault, 2007) in Multimodal discourse Analysis in search of categories for segmenting and analysing moving imagens in various genres. The purpose is to establish a comparative analysis across proposals and inform multilitearcies research and pedagogy regarding video texts. From our analysis, it became evident that there has been significant advance in the field, since the reviewed papers converge in proposing four analytical units – Frame, Shot, Scene, and Sequence. However, we have identified a few challenges to be adressed in future studies.Neste artigo, fazemos uma revisão da literatura (Iedema, 2001; O’Halloran, 2004; Baldry e Thibault, 2007) em Análise do Discurso Multimodal em busca de categorias para segmentação e análise de imagens em movimento em gêneros diversos. O objetivo é estabelecer uma análise comparativa entre as propostas e subsidiar tanto a pesquisa quanto o ensino dos multiletramentos por meio de textos em vídeo. A partir da análise, ficou evidente que há um avanço significativo na área, pois os autores investigados apresentam uma sintonia conceitual na proposta de quatro unidades – Quadro, Tomada, Cena e Sequência. Identificamos, entretanto, alguns desafios para futuras pesquisas.