就像题主自己说的「光靠视觉和故事内容就能持续运营这么久还这么赚钱」， 因为原神本质上就是更接近影视剧的「内容向游戏」。
「内容向游戏」这个概念，米哈游创始人之一的大伟哥在Google Playtime 2019上自己说过：
「 我们看待产品更新不像传统的游戏公司，我们更愿意把产品看做是一个内容，那么每次更新其实就像美剧一样。 比如说每隔一个半月都会更新一集内容，这一集里面会包含新的故事、新的英雄、新的玩法，本质上跟做美剧几乎没有区别。我们过去几年一直都这样，用美剧的更新思路在更新游戏，持续推出高质量的、新颖的、有趣的内容。所有产品上线后，它的投入只会增大，不会减少。」在被称为上海游戏圈春晚的2021年Clubhouse上大伟哥发言直接提到了「内容向游戏」这个词：
「其实外界把我们定义成做二次元游戏，但其实内部不管是蔡浩宇也好还是我也好还是我们其他同学，我们自己不这么看。我们自己更喜欢用另外一个词语来形容我们—— 我们做的是内容游戏」 。如果单看美术风格，也许你会觉得「原神是二次元游戏」，但美术风格只是游戏的一部分属性，甚至可能只是视觉表象。米哈游的游戏的目标用户也不仅仅是「二次元手游用户」，而是「不排斥看影视剧的人」，只不过采用了二次元的视觉美术风格所以更容易吸引二次元动漫爱好者成为用户罢了。
驱动玩家持续投入的，是每隔42天的「原神影视剧」，这不过这个剧有一个配套的虚拟大世界方便增加沉浸感和代入感。 而剧嘛，就是故事，故事的核心就是卡池里的角色，题主应该看各种影视剧里有过自己喜欢的角色吧，「为自己喜欢的而投入时间金钱」这种朴素道理应该不难理解。
题外话，我觉得也不用执着于「到底是单机还是网游」非要找个分类定义，就像「湖泊」和「海洋」也不是在人类对它们分类定义后里面才有水在流，水一直就在那。有时候对一个事物的认知保持得混沌一点，没准还能看得更清楚。
