2016年，中國服務機器人市場已進入盲目發展狀態，產品缺乏統一標準，技術含量低，同質化嚴重，很多企業就是在鑽政策的空子撈錢，資本“高燒”嚴重。
在資本泡沫與市場隱患下，中國服務機器人該如何發展，未來的發展之路又在哪裡呢？
感測器的發展
感測器是服務機器人的“眼鏡”“耳朵”和“鼻子”。借助感測器，服務機器人才能獲取到主人的表情、語氣、周圍環境等各種資訊。感測器的精度與集成度，直接決定了機器人認知觀察、空間定位與自主規避策略的選擇和執行品質。今後，紅外感測器、超聲波感測器、觸覺感測器、視覺感測器等類型的精度越來越高，助力服務機器人完成更複雜的任務，提供更好的的服務。
已經開售的Pepper服務機器人，集成了大量的3D感測器、觸摸感測器、緩衝感測器、鐳射感測器，能識別，並根據人的情緒做出更豐富的、更人性化的反應。
晶片的發展
晶片是服務機器人的“大腦”，承擔著資料分析和處理的任務，進而決定了服務機器人的運算能力、移動性能等。今後，服務機器人性能的提升對晶片的要求將越來越高。高通相關負責人表示，不遠的將來，機器人對晶片的要求將超過智慧手機。
2014年8月，IBM發佈的SyNAPSE晶片，集成了“神經元”和“突觸”內核，能類比人類大腦，推動服務機器人向著智慧化的方向發展。2016年12月，杜克大學的研究人員研發了一款針對機器人領域的運動規劃晶片，將規避物體速度提升了三個數量級。
深度學習演算法的進步
服務機器人“服務于人”的本質，決定了服務機器人最終將朝著人性化、智慧化的方向發展。目前的服務機器人在功能上面臨著諸多瓶頸，比如無法很好的理解人類口頭語言的複雜性，而深度學習演算法將改變這種現狀。深度學習演算法通過對人腦神經網路的模仿，使服務機器人不再是一個“固化”的工具，而是一個會思考的貼心“秘書”，更好的理解人類的語言、行動和意圖，提供更加貼心的服務。
定位導航演算法的進步
服務機器人在現實生活中面臨的首要問題是如何高效地規避障礙物體。定位導航演算法（SLAM）是服務機器人完成路徑規劃的基礎。通過對演算法的優化，服務機器人可以在未知的環境中，更好地生成地圖、規劃路線，從而安全而高效地躲避障礙物。
自從谷歌在無人駕駛汽車使用基於雷射雷達技術的雷達SLAM演算法後，雷達SLAM演算法受到了服務機器人企業的關注，該演算法具有誤差小、指向性好、聚焦性高等優點，在未來將逐漸成為行業內的主流。目前，優地科技等企業已經在旗下的服務機器人中，已全面採用雷達SLAM演算法。
綜合來看，隨著感測器與晶片的發展，深度學習演算法和SLAM演算法的進步，以及應用領域的細化，服務機器人市場將面臨“大洗牌”，服務機器人市場回歸理性，更有利於市場的健康發展，也更有利於為消費者帶來生活上的便利。