服務機器人并非機器人行業中市場規模最大的類別，但必定是最具發展潛力的。
根據IFR預測，2018年全球機器人市場規模將達到298.2億美元，其中工業機器人168.2億美元，服務機器人92.5億美元，特種機器人37.5億美元，分別占比為56%、31%和13%。然而，自2013年以來，服務機器人市場規模正以年均23.5%的增速“狂奔”，這遠高于工業機器人年均12.1%的市場規模增速。
然而，在服務機器人產業飛奔的背后，是相關產品的同質化現象。以當前服務機器人最成熟的掃地機器人品類而言，21世紀經濟報道記者在京東平臺上搜索“掃地機器人”關鍵詞，出現共計100頁、超過7500個搜索結果，其中不僅擁有美的、海爾、iRobot、小米等知名品牌，也有包括衛博士、趴趴走、玻妞等中小品牌。
與此同時，隨著AI、物聯網等技術的發展，關于服務機器人進入家庭的路徑也正在引發探討。“設備的發展都會走過先專用再通用的過程。”百度風投CEO劉維表示，“專用機器人能夠提高針對性，更快速地達到可用程度，具備更強的突破機會。但未來至少感知、傳感部件會走向通用化，因為所有機器人對物理環境感知的訴求是類似的。”
提速與泡沫
服務機器人產業進程提速，與認知智能的發展密切相關。
中國電子學會《2018中國機器人產業發展報告》指出，AI技術是服務機器人在下一階段獲得實質性發展的重要引擎，目前正在從感知智能向認知智能邁進，并已在深度學習、抗干擾感知識別、聽覺視覺語義理解與認知推理、自然語言理解、情感識別與聊天等方面取得明顯進步。
我國在AI領域的技術創新也在加快，從而催生一批創新型企業。例如，深圳旗瀚科技自主研發的金剛機器人擁有200多項自主研發核心專利和先進的語音識別方案，在室內復雜環境里自如行走速度最高可達5米/秒;深圳越疆Dobot“書法家”機器人是第二代高精度4軸消費級桌面智能機械臂，能夠實現±0.2mm的重復定位精度和高穩定性。
與之伴生的是，服務機器人的產品類型也日益豐富。除了在市場上率先落地的掃地機器人、送餐機器人之外，服務機器人正在向情感機器人、陪護機器人、教育機器人、康復機器人、超市機器人等方向延伸，服務領域與對象不斷拓展。
但在創新步伐加快的背后，也出現了一定的問題，首先便是同質化現象。“在2018世界機器人大會博覽會上，針對服務機器人業內存在兩個觀點，”北京航空航天大學機器人研究所名譽所長、IEEE機器人與自動化北京大區主席王田苗感慨道，“第一，機器人專業化服務有條不紊地在推進，包括物流配送、防恐防暴等，但另一方面，人類對于服務機器人走入家庭的期望值很高，但同質化現象特別嚴重。”
此外還有泡沫化。數據顯示，2014年中國僅458家機器人公司，然而到2017年9月，這一數量已經超過了6000家，4年時間增長超過10倍。在這其中，出現了大量諸如送餐機器人等產品，然而最終噱頭遠過于實用效果。
“服務機器人應該解決痛點，亦即剛需。不解決痛點的產品永遠都是泡沫。”在談及服務機器人泡沫現象時，國投創新董事總經理、合伙人王世海強調了自己的判斷標準，“例如掃地就是剛需，人類是難以容忍一個骯臟的家居環境的。”
專用或通用?
在語音交互、人臉識別、自動定位導航等AI技術與機器人深化融合的過程中，關于服務機器人市場出現了另一個爭論點：未來進入家庭的機器人形態究竟是怎樣的?
王田苗介紹道，當前業界存在兩種觀點。其一認為，相對通用的機器人能夠在可見的未來實現，這類機器人就類似于一個全能管家或助手，可以協調處理大部分家務。另一類觀點則認為，通用機器人在短期內難以實現，進入家庭的更多是專用機器人，“掃地就是掃地，做飯就是做飯，智能音箱就是智能音箱，不存在通用機器人的概念。”
劉維就此指出，兩種路徑均可能實現，但取決于不同的時間，總體來看會走過先專用再通用的過程。“專用型機器人是為了提升針對性，以更快地達到可用程度，相較于通用機器人而言，專用機器人效率更高，”劉維表示，“也許在不同場景具備一定的通用性，但功能上會是專用的。”
與此同時，劉維強調，在專用機器人的背后，也會孕育通用模塊，亦即機器人的感知、傳感部件會率先走向通用化。“無論是服務機器人或工業機器人，下一步首先是感知能力的通用，”劉維判斷道，“因為所有機器人對物理世界理解的訴求是類似的，機器人都需要理解環境、理解人類動作、理解人類高階意圖與指令以及周圍機器人或物體的語義，這其實是機器人背后所擁有的共性技術。”
事實上，已有多位業內人士向21世紀經濟報道記者強調，提升機器人智能的前提在于設備對周邊環境的感知力。“要讓機器人做出切實的行動，如實現在家居環境中的清潔、路徑規劃等，需要感知周圍豐富的物理空間信息。”iRobot技術副總裁Chris Jones告訴記者，“機器人更智能地感知物理空間信息，了解屋內的布局、是否存在障礙物、障礙物的位置、如何繞過這些障礙從而形成最佳的路徑等，所有這些都是更高一層次的機器人思維和智能。”
當前機器人設備提升對物理環境感知能力的方式，是在單機上搭載各式先進的傳感器設備及應用相關AI技術，然而這未必是最優選擇。例如，當前掃地機器人需要耗費成本搭載各式傳感器，但由于掃地機器人設備使用時長的限制，相關傳感器并未最高效率地予以利用，更多時候仍是閑置的。
“再過幾年，家庭內部可能會誕生一個通用的感知模組，通過多傳感器對空間進行高階結構化和高階語義化，然后將信號傳遞給機器人單品，使得產品既能夠降低成本，也可以提升對環境的精準理解。”劉維指出。
